Zhan Rongrui

【Hackathon No.21】为 Paddle 新增 paddle.incubate.sparse.transpose 稀疏 API

1

### PR types New features ### PR changes APIs ### Describe 为 Paddle 新增 paddle.incubate.sparse.transpose 稀疏 API - rfc: https://github.com/PaddlePaddle/community/pull/250 - docs: https://github.com/PaddlePaddle/docs/pull/5272

【Hackathon No.21】为 Paddle 新增 paddle.incubate.sparse.transpose 稀疏 API

1

PADDLEPADDLE_PR=45849 https://github.com/PaddlePaddle/Paddle/pull/45849

[WIP] fused_multi_transformer/fused_multi_transformer_int8 to phi

2

### PR types Others ### PR changes Others ### Description fused_multi_transformer/fused_multi_transformer_int8 to phi

Fix bug in MatchMapping class

4

This pull request fixes a bug in the MatchMapping class where a trailing comma was allowed without the presence of the **rest parameter. The bug was causing an error in...

fix: fix scale_factor

4

  当使用有多个屏幕的mac时，pot选择当前鼠标所在屏幕进行截图，但是目前的鼠标位置是实际分辨率（也就是设置中显示的），而monitor获取到的位置和尺寸是绝对分辨率（也就是使用系统缩放前默认的分辨率）。  本 PR 修改后在双屏下表现良好。

add simple dynamic shape

2

### PR Category Others ### PR Types Others ### Description sot 极简版动态shape支持。 目前的逻辑： 给TensorVariable 添加 dynamic_axes 属性，并传入guard_str方法，通过将对应位置的shape值修改为-1。

[PIR-3][1-2] Adapt distributed API wait

4

### PR Category Others ### PR Types Others ### Description

部分算子的参数命名不规范

3

在 transpose 等算子中，vector axis 被作为一个传入参数，而在一般情况下，axis应该是一个整数，只表示某一个维度。在Paddle等其他项目中这个参数通常会被命名为perm。 这个问题在使用时通常不会造成太大的问题，但是在开发pass中有可能遇到一些潜在的BUG，例如在我开发 公共子表达式消除的[PR](https://github.com/PaddlePaddle/CINN/pull/1116 )中，需要开发一个可扩展的接口，这个接口需要根据参数名进行一些预处理，例如需要将负数的axis处理成正数，但是transpose的axis参数混淆了这个过程，现阶段只能增加判断特定算子名的方式来解决这个问题。 参考文档 1. https://www.paddlepaddle.org.cn/documentation/docs/zh/api/paddle/transpose_cn.html#transpose

How to use ir::For::Make in Compute？

5

我在开发[argmin](https://github.com/PaddlePaddle/community/pull/192)算子时。参考了min等同类算子的实现方法后，发现这些全部都涉及到了更底层的开发， 需要改动的地方非常多，似乎不是本次任务所希望的实现方法。 开发中遇到的问题核心就是不知道在Compute中如何正确的使用与具体尺寸相关的循环， 若直接使用普通的for循环，对`shape`取值得到的是`Expr(n)`，而使用`for(Expr i = Expr(0); i< shape[aixs]; i++)`不能正确编译程序， 于是考虑使用 ir::For，但是对其的原理不理解，不知道其 Expr类型的返回值的含义，编写如下代码仍然无法获得理想的结果。 我在对已经实现的所有compute中均未发现类似的可以参考的用法，多数都采用Reduce方法，但是Reduce只支持max/min/sum/mul等，如果要扩展需要修改较多底层的实现，似乎不是本次任务所希望的实现方法， 因此希望可以得到一个在compute中使用与具体尺寸相关的循环的例子参考，或者有一些其他方向上的指导。 ```c++ auto temp_tensor = Compute( {shape[real_axis] + 1}, [=](const std::vector &indices) -> Expr { return...

File scheme: expect body to be an absolute path starting with '/'

1

When using include ``` include "boning/BoningDialect.td" ``` an error occurs "File scheme appears: expect body to be an absolute path starting with '/'"