mindspore.ops.NPUGetFloatStatus

class mindspore.ops.NPUGetFloatStatus[源代码]

在执行 mindspore.ops.NPUAllocFloatStatus 后, NPUGetFloatStatus 获取最新溢出状态并更新标识。

说明

标志是一个Tensor,其shape为 \((8,)\) ,数据类型为 mindspore.dtype.float32 。如果标志的和等于0,则没有发生溢出。如果标志之和大于0,则发生溢出。此外,使用有严格的顺序要求,即在使用 NPUGetFloatStatus 算子之前,需要确保 mindspore.ops.NPUClearFloatStatus 和需执行的计算已执行。使用 mindspore.ops.Depend 确保执行顺序。

输入:
  • x (Tensor) - mindspore.ops.NPUAllocFloatStatus 的输出Tensor。数据类型必须为float16或float32。 \((N,*)\) ,其中 \(*\) 表示任意附加维度,其rank应小于8。

输出:

Tensor,shape与 x 相同。Tensor中的所有元素都将为零。

异常:
  • TypeError - 如果 x 不是Tensor。

  • TypeError - 如果 x 的数据类型既不是float16也不是float32。

支持平台:

Ascend

样例:

>>> import numpy as np
>>> import mindspore.nn as nn
>>> from mindspore import ops
>>> from mindspore import dtype as mstype
>>> from mindspore import Tensor
>>> class Net(nn.Cell):
...     def __init__(self):
...         super().__init__()
...         self.alloc_status = ops.NPUAllocFloatStatus()
...         self.get_status = ops.NPUGetFloatStatus()
...         self.clear_status = ops.NPUClearFloatStatus()
...         self.sub = ops.Sub()
...         self.neg = ops.Neg()
...
...     def construct(self, x):
...         init = self.alloc_status()
...         clear_status = self.clear_status(init)
...         x = ops.depend(x, clear_status)
...         res = self.sub(x, self.neg(x))
...         init = ops.depend(init, res)
...         get_status = self.get_status(init)
...         res = ops.depend(res, get_status)
...         return res
>>>
>>> value = 5
>>> data = np.full((2, 3), value, dtype=np.float16)
>>> x = Tensor(data, dtype=mstype.float16)
>>> net = Net()
>>> res = net(x)
>>> print(res)
[[10. 10. 10.]
 [10. 10. 10.]]