Ascend Pytorch算子功能验证

Ascend Pytorch算子功能验证

编写测试用例

以add算子为例，测试脚本文件命名为：add_testcase.py。以下示例仅为一个简单的用例实现，具体算子的实现，需要根据算子定义进行完整的覆盖才能保证功能的基本正确。

1. 引入依赖库。

2.  import torch

3.  import numpy as np

4.  import sys

5.  import copy

from util_test import compare_res

说明：

其中，util_test为测试框架提供的文件，详细实现参考 附录->测试代码样例-> util_test.py，使用时应与testcase.py文件放在同一目录。

1. 构造输入数据。
2. 调用CPU及NPU完成计算，并比较二者的计算结果。
3. 调度测试用例

7.  def generate_data(min, max, shape, dtype):

8.      input1 = np.random.uniform(min, max, shape).astype(dtype)

9.      input2 = np.random.uniform(min, max, shape).astype(dtype)

10.     

11.     #modify from numpy.ndarray to torch.tensor

12.     npu_input1 = torch.from_numpy(input1)

13.     npu_input2 = torch.from_numpy(input2)

14.  

    return npu_input1, npu_input2

16. def test_add_float16():

17.     npu_input1, npu_input2 = generate_data(0, 100, (5,3), np.float16)

18.     cpu_output = cpu_op_exec(npu_input1, npu_input2)

19.     npu_output = npu_op_exec(npu_input1, npu_input2)

    compare_res(cpu_output, npu_output, sys._getframe().f_code.co_name)

21. def test_add():

22.     # testcase list

23.     test_add_float16() 

24.  

25. if __name__ == '__main__':

26.     # 当前版本需要调用如下代码

27.     torch.npu.set_device("npu:0")      //注意 "npu:x"中的x的填写参见说明

    test_add()

说明：

set_device("npu:0") 这个接口的作用是指定用例运行的NPU设备ID。

设置运行环境变量

export LD_LIBRARY_PATH=/usr/local/lib/:/usr/lib/:/usr/local/Ascend/fwkacllib/lib64/:/usr/local/Ascend/driver/lib64/common/:/usr/local/Ascend/driver/lib64/driver/:/usr/local/Ascend/add-ons/:/usr/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH

export PATH=$PATH:/usr/local/Ascend/fwkacllib/ccec_compiler/bin

export ASCEND_OPP_PATH=/usr/local/Ascend/opp

export NEW_GE_FE_ID=1

export GE_AICPU_FLAG=1

export PYTHONPATH=/usr/local/Ascend/atc/python/site-packages/:/usr/local/Ascend/atc/python/site-packages/auto_tune.egg/auto_tune:/usr/local/Ascend/atc/python/site-packages/schedule_search.egg

export CUSTOM_OP_LIB_PATH=/usr/local/Ascend/ops/framework/built-in/tensorflow

export OPTION_EXEC_EXTERN_PLUGIN_PATH=/usr/local/Ascend/fwkacllib/lib64/plugin/opskernel/libfe.so:/usr/local/Ascend/fwkacllib/lib64/plugin/opskernel/libaicpu_plugin.so:/usr/local/Ascend/fwkacllib/lib64/plugin/opskernel/libge_local_engine.so

export PLUGIN_LOAD_PATH=/usr/local/Ascend/fwkacllib/lib64/plugin/opskernel/libfe.so:/usr/local/Ascend/fwkacllib/lib64/plugin/opskernel/libaicpu_plugin.so:/usr/local/Ascend/fwkacllib/lib64/plugin/opskernel/libge_local_engine.so:/usr/local/Ascend/fwkacllib/lib64/plugin/opskernel/librts_engine.so

说明：

上述环境变量实际路径/usr/local/Ascend/需要根据开发套件等的安装路径进行相应的调整。普通用户进行调试时，将“自定义TBE算子”安装至个人工作目录(当前版本要求与Ascend-opp-*.run的安装目录一致，如Ascend-opp-*.run安装在"/home/username/.local/Ascend")，则需修改上述环境变量中的内容：

export ASCEND_OPP_PATH=~/.local/Ascend/opp

export CUSTOM_OP_LIB_PATH=~/.local/Ascend/opp/framework/custom/tensorflow

执行测试用例脚本

进入add_testcase.py所在的目录，执行：

python3.7.5 add_testcase.py

运行结束，可能会提示一个错误“THPModule_npu_shutdown failed.”，此错误不影响结果，请忽略。

 

标签：Ascend,Pytorch,export,usr,算子,npu,lib64,local
来源： https://www.cnblogs.com/wujianming-110117/p/14323379.html