Tencent
Add op remainder for all platform
- [x]
Remainder全平台实现- [x] arm
- [x] loongarch
- [x] mips, working
- [x] riscv
- [x] vulkan
- [x] x86
- [x] PNNX转换
- [x] 单测
Thank you for your submission, we really appreciate it. Like many open source projects, we ask that you all sign our Contributor License Agreement before we can accept your contribution.
1 out of 2 committers have signed the CLA.
:white_check_mark: nihui
:x: FisherWY
You have signed the CLA already but the status is still pending? Let us recheck it.
remainder 应该实现在 binaryop 里的...
是的，昨天参考了Paddle的文档，提PR后才发现Paddle和Torch的Remainder不一样😂，下一个commit会修正的 Paddle文档：链接 Torch文档：链接
Codecov Report
Merging #4912 (1fd5705) into master (c45c01c) will decrease coverage by
0.05%. Report is 32 commits behind head on master. The diff coverage is0.00%.
@@ Coverage Diff @@
## master #4912 +/- ##
==========================================
- Coverage 89.81% 89.76% -0.05%
==========================================
Files 306 306
Lines 86875 86997 +122
==========================================
+ Hits 78024 78091 +67
- Misses 8851 8906 +55
| Files Changed | Coverage Δ | |
|---|---|---|
| src/layer/binaryop.cpp | 97.19% <0.00%> (-2.20%) |
:arrow_down: |
| src/layer/x86/avx512_mathfun.h | 99.00% <0.00%> (-1.00%) |
:arrow_down: |
| src/layer/x86/avx_mathfun.h | 98.79% <0.00%> (-1.21%) |
:arrow_down: |
| src/layer/x86/binaryop_x86.cpp | 98.11% <0.00%> (-1.69%) |
:arrow_down: |
| src/layer/x86/sse_mathfun.h | 98.78% <0.00%> (-1.22%) |
:arrow_down: |
... and 6 files with indirect coverage changes
ci 很多编译失败，需要修复
目前在x86上根据Torch提供的计算公式进行实现，但貌似结果没法对齐（test_binaryop挂）：torch.remainder(a, b) == a - a.div(b, rounding_mode="floor") * b，链接，🤔
ci 很多编译失败，需要修复
目前在x86上根据Torch提供的计算公式进行实现，但貌似结果没法对齐（test_binaryop挂）：
torch.remainder(a, b) == a - a.div(b, rounding_mode="floor") * b，链接，🤔
float div_result = x / y;
float round_result = roundf(div_result);
float res = x - y * round_result;
return res;
是这里的 roundf( x / y ) 和 div floor 不一样吧
ci 很多编译失败，需要修复
目前在x86上根据Torch提供的计算公式进行实现，但貌似结果没法对齐（test_binaryop挂）：
torch.remainder(a, b) == a - a.div(b, rounding_mode="floor") * b，链接，🤔float div_result = x / y; float round_result = roundf(div_result); float res = x - y * round_result; return res;是这里的 roundf( x / y ) 和 div floor 不一样吧
遇到了一个奇怪的问题，复现步骤如下：
- 在
src/layer/binaryop.cpp中写一个实现，返回值为0：
struct binary_op_remainder
{
float operator()(const float& x, const float& y) const
{
return 0.0f;
}
};
- 在
src/layer/x86/binaryop_x86.cpp中实现x86平台，返回值同样为0：
struct binary_op_remainder
{
float func(const float& x, const float& y) const
{
return 0.0f;
}
#if __SSE2__
__m128 func_pack4(const __m128& x, const __m128& y) const
{
__m128 res = _mm_setzero_ps();
return res;
}
#if __AVX__
__m256 func_pack8(const __m256& x, const __m256& y) const
{
__m256 res = _mm256_setzero_ps();
return res;
}
#if __AVX512F__
__m512 func_pack16(const __m512& x, const __m512& y) const
{
__m512 res = _mm512_setzero_ps();
return res;
}
#endif // __AVX512F__
#endif // __AVX__
#endif // __SSE2__
- 编译并运行单测，却会得到不同的结果：
- 请问这是什么原因造成的呢？（我的理解是单测是用
src/layer/binaryop.cpp的计算结果跟对应平台的实现进行比对，请问是这理解有误吗？）
ci 很多编译失败，需要修复
目前在x86上根据Torch提供的计算公式进行实现，但貌似结果没法对齐（test_binaryop挂）：
torch.remainder(a, b) == a - a.div(b, rounding_mode="floor") * b，链接，🤔float div_result = x / y; float round_result = roundf(div_result); float res = x - y * round_result; return res;是这里的 roundf( x / y ) 和 div floor 不一样吧
遇到了一个奇怪的问题，复现步骤如下：
1. 在`src/layer/binaryop.cpp`中写一个实现，返回值为0：struct binary_op_remainder { float operator()(const float& x, const float& y) const { return 0.0f; } };2. 在`src/layer/x86/binaryop_x86.cpp`中实现x86平台，返回值同样为0：struct binary_op_remainder { float func(const float& x, const float& y) const { return 0.0f; } #if __SSE2__ __m128 func_pack4(const __m128& x, const __m128& y) const { __m128 res = _mm_setzero_ps(); return res; } #if __AVX__ __m256 func_pack8(const __m256& x, const __m256& y) const { __m256 res = _mm256_setzero_ps(); return res; } #if __AVX512F__ __m512 func_pack16(const __m512& x, const __m512& y) const { __m512 res = _mm512_setzero_ps(); return res; } #endif // __AVX512F__ #endif // __AVX__ #endif // __SSE2__3. 编译并运行单测，却会得到不同的结果：  4. 请问这是什么原因造成的呢？（我的理解是单测是用`src/layer/binaryop.cpp`的计算结果跟对应平台的实现进行比对，请问是这理解有误吗？）
test layer gpu failed 表明 vulkan 的实现没有和 binaryop.cpp 对齐
ci 很多编译失败，需要修复
目前在x86上根据Torch提供的计算公式进行实现，但貌似结果没法对齐（test_binaryop挂）：
torch.remainder(a, b) == a - a.div(b, rounding_mode="floor") * b，链接，🤔float div_result = x / y; float round_result = roundf(div_result); float res = x - y * round_result; return res;是这里的 roundf( x / y ) 和 div floor 不一样吧
遇到了一个奇怪的问题，复现步骤如下：
1. 在`src/layer/binaryop.cpp`中写一个实现，返回值为0：struct binary_op_remainder { float operator()(const float& x, const float& y) const { return 0.0f; } };2. 在`src/layer/x86/binaryop_x86.cpp`中实现x86平台，返回值同样为0：struct binary_op_remainder { float func(const float& x, const float& y) const { return 0.0f; } #if __SSE2__ __m128 func_pack4(const __m128& x, const __m128& y) const { __m128 res = _mm_setzero_ps(); return res; } #if __AVX__ __m256 func_pack8(const __m256& x, const __m256& y) const { __m256 res = _mm256_setzero_ps(); return res; } #if __AVX512F__ __m512 func_pack16(const __m512& x, const __m512& y) const { __m512 res = _mm512_setzero_ps(); return res; } #endif // __AVX512F__ #endif // __AVX__ #endif // __SSE2__3. 编译并运行单测，却会得到不同的结果：  4. 请问这是什么原因造成的呢？（我的理解是单测是用`src/layer/binaryop.cpp`的计算结果跟对应平台的实现进行比对，请问是这理解有误吗？）test layer gpu failed 表明 vulkan 的实现没有和 binaryop.cpp 对齐
原来如此，非常感谢！