pypto.deinterleave#

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#

将交织数据反交织为两个输出 Tensor。第一个输出 Tensor 接收交织流偶数位置的元素，第二个输出 Tensor 接收交织流奇数位置的元素。

pypto.deinterleave 支持两种输入形式：

双输入形式：pypto.deinterleave(input, other)。input 保存交织流前半部分，other 保存交织流后半部分，接口先重构完整交织流，再按偶数位置和奇数位置拆分。
单输入形式：pypto.deinterleave(input)。input 保存完整交织流，接口直接按最后一个维度的偶数位置和奇数位置拆分。输出 Tensor 的最后一个维度为输入 Tensor 最后一个维度的一半。

pypto.deinterleave 是 pypto.interleave 的逆操作。

数学语义#

双输入形式#

给定 input 和 other，先沿最后一个维度拼接为交织流：

combined[j] = input[j],                         0 <= j < cols
combined[j] = other[j - cols],                  cols <= j < 2 * cols

再反交织：

out0[k] = combined[2 * k]
out1[k] = combined[2 * k + 1]

单输入形式#

给定保存完整交织流的 input：

out0[k] = input[2 * k]
out1[k] = input[2 * k + 1]

函数原型#

deinterleave(input: Tensor, other: Optional[Tensor] = None) -> Tuple[Tensor, Tensor]

参数说明#

参数名	输入/输出	说明
input	输入	源操作数。双输入形式下，表示交织流的前半部分；单输入形式下，表示完整交织流。支持的类型为 Tensor。
other	输入	可选参数。双输入形式下，表示交织流的后半部分，Shape 和数据类型需要与 `input` 一致。若不传入，则使用单输入形式。

返回值说明#

返回一个二元组 (out0, out1)。

out0 保存交织流偶数位置的元素。
out1 保存交织流奇数位置的元素。
双输入形式下，out0 和 out1 的 Shape、数据类型与输入 Tensor 一致。
单输入形式下，out0 和 out1 的数据类型与 input 一致；除最后一个维度外，Shape 与 input 一致，最后一个维度为 input.shape[-1] / 2。

约束说明#

支持的数据类型为：DT_INT8、DT_UINT8、DT_INT16、DT_UINT16、DT_INT32、DT_UINT32、DT_FP16、DT_FP32、DT_BF16。
当前支持 1 到 4 维 Tensor。
双输入形式下，input 和 other 的数据类型、维度数、Shape 必须一致，且最后一个维度的 Shape 必须为偶数。
单输入形式下，input 的最后一个维度 Shape 必须为偶数。
当 TileShape 有效配置时，TileShape 维度应与输入 Tensor 维度一致。
双输入形式下，TileShape 最后一维必须与输入 Tensor 的 Shape 最后一维相等，即最后一维不能切分；其他维可按切分需求设置。
单输入形式下，TileShape 最后一维可以切分，但必须为偶数，以保证每个 Tile 内的偶数位置和奇数位置元素成对；其他维可按切分需求设置。
Tensor类型输入不支持TileOpFormat.TILEOP_NZ格式。

调用示例#

TileShape 设置示例#

双输入形式下，输入 input、other 和输出 out0、out1 的 Shape 均为 [m, n]，TileShape 设置为 [m1, n1]，则 m1、n1 分别用于切分 m、n 轴。

pypto.set_vec_tile_shapes(4, 16)

单输入形式下，输入 input 的 Shape 为 [m, 2 * n]，输出 out0、out1 的 Shape 均为 [m, n]。TileShape 最后一维可以小于输入 Tensor 的最后一维，例如以下配置会沿最后一维分 Tile 执行：

pypto.set_vec_tile_shapes(4, 16)

双输入接口调用示例#

input = pypto.tensor([2, 4], pypto.DT_FP32)
other = pypto.tensor([2, 4], pypto.DT_FP32)
out0, out1 = pypto.deinterleave(input, other)

结果示例如下：

输入数据 input: [[0.0, 10.0, 1.0, 11.0],
               [4.0, 14.0, 5.0, 15.0]]
输入数据 other: [[2.0, 12.0, 3.0, 13.0],
               [6.0, 16.0, 7.0, 17.0]]

输出数据 out0: [[0.0, 1.0, 2.0, 3.0],
               [4.0, 5.0, 6.0, 7.0]]
输出数据 out1: [[10.0, 11.0, 12.0, 13.0],
               [14.0, 15.0, 16.0, 17.0]]

单输入接口调用示例#

input = pypto.tensor([2, 8], pypto.DT_FP32)
out0, out1 = pypto.deinterleave(input)