PR types

Others

PR changes

Others

Description

• [NewIR] 动静Op定义的参数名映射修复 #55334
• 【测试】support auto generate for static op elementwise_add #54854

添加 elementwise_add 的算子参数映射

修复流程简单教学：

假设你要修复的算子是 xxx，你要做的是，

1. 首先判断是否有别名：

项目内搜索 PD_REGISTER_BASE_KERNEL_NAME(xxx, yyy)，如果能找到，则表明 xxx 算子的别名是 yyy，后续搜索流程则使用 yyy 来搜索，以 elementwise_add 为例，别名是 add，如果没有，则表示其没有别名。

2. 配置算子映射

首先打开 paddle/phi/api/yaml/op_compat.yaml，全文搜索 op : yyy，看看能否找到，如果不能，那么先插入：

- op : yyy (xxx)

如果没有别名，则直接 - op : xxx 即可。

3. 判断算子动态参数

接下来，你需要判断这个算子的动态参数名，首先打开 paddle/phi/api/yaml/legacy_ops.yaml （和 paddle/phi/api/yaml/legacy_backward.yaml），全文搜索 - op : yyy。

比如

- op : add
  args : (Tensor x, Tensor y)
  output : Tensor(out)
  infer_meta :
    func : ElementwiseInferMeta
  kernel :
    func : add
  inplace : (x -> out)
  backward : add_grad

可以看到参数为 x, y，输出为 out，其余内容可以先忽略。

4. 判断算子静态参数

寻找 xxx_op.cc 文件，如果找不到，则查找 REGISTER_OPERATOR(xxx) 的出现文件，随后你就可以通过里面的 OpMaker 判断。

如

  void AddInputX() override {
    AddInput(
        "X",
        "(Variable), Tensor or phi::DenseTensor of any dimensions. Its dtype "
        "should be int32, int64, float32, float64.");
  }
  void AddInputY() override {
    AddInput(
        "Y",
        "(Variable), Tensor or phi::DenseTensor of any dimensions. Its dtype "
        "should be int32, int64, float32, float64.");
  }

可以看到其中 x、y 是对应大写等等。

5. 基于动静参数配置映射

参考前面得到的参数，如果两者不同，则配置不同部分如下：

  inputs :
    {x : X, y : Y}

6. 配置输出参数、特殊参数等等

根据具体情况而定，不特殊说明，流程基本如上。