mindspore.ops.Primitive ======================= .. py:class:: mindspore.ops.Primitive(name) Primitive是Python中算子原语的基类。 参数: - **name** (str) - 当前Primitive的名称。 .. py:method:: add_prim_attr(name, value) 添加Primitive的属性。 参数: - **name** (str) - 属性名称。 - **value** (Any) - 属性值。 .. py:method:: check_elim(*args) 检查是否可以消除此Primitive。有需要的子类可以重写该方法。 参数: - **args** (Primitive args) - 与当前Primitive的参数相同。 返回: 由两个元素组成的元组。第一个元素是指是否能在编译阶段计算Primitive,第二个元素是计算结果。 .. py:method:: del_prim_attr(name) 删除Primitive的属性。 参数: - **name** (str) - 属性名称。 .. py:method:: init_prim_io_names(inputs, outputs) 初始化Tensor或属性的输入输出的名称。 参数: - **inputs** (list[str]) - 输入名称的列表。 - **outputs** (list[str]) - 输出名称的列表。 .. py:method:: place(role, rank_id) 设置Primitive算子标签。让此算子在对应进程上执行。 每个进程的标签都由进程角色 `role` 和 `rank_id` 组成,因此对算子设置标签,代表着算子在哪个进程执行,从而执行分布式训练等任务。 .. note:: - 此接口只在成功调用 `mindspore.communication.init()` 完成动态组网后才能生效。 参数: - **role** (str) - 算子执行所在进程的角色。只支持'MS_WORKER'。 - **rank_id** (int) - 算子执行所在进程的id。在相同角色进程间, `rank_id` 是唯一的。 .. py:method:: recompute(mode=True) 设置Primitive的重计算属性。 如果有一个被设置了重计算属性的Primitive,并且其结果在计算导数的时候被使用,那么不会保存该Primitive在前向网络中的中间计算结果,而是在自动微分的时候重新进行计算。 .. note:: - 如果计算涉及随机化或全局变量,则暂无法保证等效性。 - 在PyNative模式下不支持。 参数: - **mode** (bool) - Primitive是否设置了重计算。默认值:True。 .. py:method:: set_device(device_target) 设置Primitive执行后端。 参数: - **device_target** (str) - 后端名称,支持CPU、GPU、Ascend。 .. py:method:: set_prim_instance_name(instance_name) 设置Primitive算子的实例的名称。 .. note:: 当用户定义Primitive算子时,默认调用它。 参数: - **instance_name** (str) - 用户设置的Primitive算子的实例的名称。 .. py:method:: set_stage(stage) 将stage的ID添加到Primitive属性中。 .. note:: 仅在半自动并行模式下有效。在其他并行模式下,请将其设置为0。 参数: - **stage** (int) - 当前stage的ID。 .. py:method:: shard(in_strategy=None, out_strategy=None) 将切分策略添加到Primitive属性中。 .. note:: 仅在半自动并行或自动并行模式下有效。在其他并行模式中,将忽略此处设置的策略。 参数: - **in_strategy** (tuple) - 描述算子输入的切分策略。默认值:None。 - **out_strategy** (tuple) - 描述算子输出的切分策略,仅针对某些算子,如MatMul。默认值:None。 .. py:method:: update_parameter() :property: 判断此Primitive是否会更新参数的值。