pypto_pro.language.relu

产品支持情况

• Ascend 950PR/Ascend 950DT：支持

• Atlas A3 训练系列产品/Atlas A3 推理系列产品：不支持

• Atlas A2 训练系列产品/Atlas A2 推理系列产品：不支持

功能说明

对源操作数src逐元素执行ReLU激活，将负值置零并保持正值不变，将结果写入目的操作数out。

函数原型

pypto_pro.language.relu(
    out: Tile,
    src: Tile,
) -> None

参数说明

参数	输入/输出	说明
out	输出	目的操作数，Tile类型，存放逐元素ReLU激活的结果。数据类型与src一致，支持DT_FP16、DT_FP32或DT_INT32。shape和valid_shape与src一致。可与src为同一Tile，实现原地计算。
src	输入	源操作数，Tile类型。数据类型与out一致。

约束说明

无。

返回值说明

无。

调用示例

import pypto_pro.language as pl


@pl.jit(auto_mutex=True)
def relu_kernel(a: pl.Tensor[[64, 64], pl.DT_FP32],
                out: pl.Tensor[[64, 64], pl.DT_FP32]):
    tt = pl.TileType(shape=[64, 64], dtype=pl.DT_FP32, target_memory=pl.MemorySpace.Vec)
    tile_a = pl.make_tile_group(type=tt, addrs=0x0000, mutex_ids=[0])
    tile_out = pl.make_tile_group(type=tt, addrs=0x4000, mutex_ids=[1])
    with pl.section_vector():
        cur_a = tile_a.current()
        cur_out = tile_out.current()
        pl.load(cur_a, a, [0, 0])
        pl.relu(cur_out, cur_a)
        pl.store(out, cur_out, [0, 0])

实测结果示例如下。

输入数据a：[[-4 -3.875 -3.75 -3.625 -3.5 -3.375 -3.25 -3.125 ...], [4 4.125 4.25 4.375 4.5 4.625 4.75 4.875 ...], [12 12.125 12.25 12.375 12.5 12.625 12.75 12.875 ...], [20 20.125 20.25 20.375 20.5 20.625 20.75 20.875 ...], ...]
输出数据out：[[0 0 0 0 0 0 0 0 ...], [4 4.125 4.25 4.375 4.5 4.625 4.75 4.875 ...], [12 12.125 12.25 12.375 12.5 12.625 12.75 12.875 ...], [20 20.125 20.25 20.375 20.5 20.625 20.75 20.875 ...], ...]