From 5605a42063a947d2f7205c8e51811e7e63028671 Mon Sep 17 00:00:00 2001 From: Wang Huan Date: Thu, 25 Aug 2022 09:10:28 +0000 Subject: [PATCH 1/2] delete final state --- .../dev_guides/api_contributing_guides/new_python_api_cn.md | 6 +++--- 1 file changed, 3 insertions(+), 3 deletions(-) diff --git a/docs/dev_guides/api_contributing_guides/new_python_api_cn.md b/docs/dev_guides/api_contributing_guides/new_python_api_cn.md index e98b8991f84..b0cbe8711c1 100644 --- a/docs/dev_guides/api_contributing_guides/new_python_api_cn.md +++ b/docs/dev_guides/api_contributing_guides/new_python_api_cn.md @@ -77,7 +77,7 @@ def trace(x, offset=0, axis1=0, axis2=1, name=None): # 为了突出重点，省略部分代码 # 动态图分支，直接调用算子对应的 Python C 函数 if in_dygraph_mode(): - return _C_ops.final_state_trace( x, offset, axis1, axis2 ) + return _C_ops.trace( x, offset, axis1, axis2 ) # 静态图分支 ## 输入参数检查 @@ -103,11 +103,11 @@ def trace(x, offset=0, axis1=0, axis2=1, name=None): ```Python # 动态图分支，直接调用算子对应的 Python C 函数 if in_dygraph_mode(): - return _C_ops.final_state_trace( x, offset, axis1, axis2 ) + return _C_ops.trace( x, offset, axis1, axis2 ) ``` _C_ops 是 Python/paddle/_C_ops.py，其中从 paddle 编译得到的二进制文件中 import 了 C++ 算子对应的 Python C 函数。 -在动态图模式下，Python C 的调用函数名为 final_state_ + 算子名，然后将参数按照 YAML 配置文件中定义的输入参数顺序传入即可。 +在动态图模式下，Python C 的调用函数名为 算子名，然后将参数按照 YAML 配置文件中定义的输入参数顺序传入即可。 > 注意：由于目前动态图正处在重构升级阶段，所以现有算子的代码会分别有新旧动态图两个代码分支，其中 `in_dygraph_mode()` 表示新动态图分支（默认），`_in_legacy_dygraph()`为旧动态图分支，**在新增算子时无需添加旧动态图分支代码**。 From 7731106cae28c7173387568e9ad46ff9c8f3d141 Mon Sep 17 00:00:00 2001 From: Wang Huan Date: Thu, 25 Aug 2022 10:54:21 +0000 Subject: [PATCH 2/2] refine --- docs/dev_guides/api_contributing_guides/new_cpp_op_cn.md | 4 ++-- 1 file changed, 2 insertions(+), 2 deletions(-) diff --git a/docs/dev_guides/api_contributing_guides/new_cpp_op_cn.md b/docs/dev_guides/api_contributing_guides/new_cpp_op_cn.md index fa56a2d69a0..f417b591e35 100644 --- a/docs/dev_guides/api_contributing_guides/new_cpp_op_cn.md +++ b/docs/dev_guides/api_contributing_guides/new_cpp_op_cn.md @@ -771,7 +771,7 @@ def trace(x, offset=0, axis1=0, axis2=1, name=None): __check_input(input, offset, axis1, axis2) if in_dygraph_mode(): - return _C_ops.final_state_trace( x, offset, axis1, axis2 ) + return _C_ops.trace( x, offset, axis1, axis2 ) helper = LayerHelper('trace', **locals()) out = helper.create_variable_for_type_inference(dtype=x.dtype) @@ -1068,7 +1068,7 @@ Paddle 支持动态图和静态图两种模式，在 YAML 配置文件中完成 - 动态图前向函数与反向节点（Autograd API）：在 C++ API 的基础上进行了封装，组成一个提供自动微分功能的 C++函数接口。 - 注：生成的相关代码在`paddle/fluid/eager/api/generated/eager_generated`目录下 - Python-C 接口：将支持自动微分功能的 C++的函数接口（Autograd API）暴露到 Python 层供 Python API 调用。 - - 注：生成的 Python-C 接口代码在`paddle/fluid/pybind/eager_final_state_op_function_impl.h`中 + - 注：生成的 Python-C 接口代码在`paddle/fluid/pybind/eager_op_function.cc`中 - 静态图的执行流程与动态图不同，所以生成的代码也与动态图有较大差异。静态图由于是先组网后计算，Python API 主要负责组网，算子的调度和 kernel 计算由静态图执行器来完成，因此自动生成的代码是将配置文件中的算子信息注册到框架内供执行器调度，主要包括[OpMaker](https://github.com/PaddlePaddle/Paddle/blob/develop/paddle/fluid/framework/op_proto_maker.h)（静态图中定义算子的输入、输出以及属性等信息）和`REGISTER_OPERATOR`(将算子名称以及 OpMaker 等信息进行注册)等静态图算子注册组件，具体的代码逻辑可参考`paddle/fluid/operators/generated_op.cc` **注意：由于代码自动生成在编译时进行，所以查看上述生成代码需要先完成[框架的编译](https://www.paddlepaddle.org.cn/documentation/docs/zh/develop/install/compile/fromsource.html)。**