• 正文前感谢昇腾各位工作人员，没有你们的辛勤就没有我们的进步
• 本文立意交流大赛MseLoss算子编译过程

• 这个算子大家都很熟悉了，就不解释了，妥妥送分题
• 个人认为勉强说得上的要点有两个
  • 掌握Attr的一个应用
  • python文件py 格式问题

        "attr": [
            {
              "name": "reduction",
			  "param_type": "required",
              "type": "string",
              "default_value": "mean"
            }
          ]复制

• MSELoss有两个选项，mean, sum
• 在tiling_func中可以通过下列代码获取attr，再通过具体字符串来分别处理

  const char *pvalue = context->GetAttrs()->GetStr(0);
  printf("getstr %s\r\n", pvalue);复制

• Compute 中运行

  __aicore__ inline void Compute(int32_t progress) {
    LocalTensor<DTYPE_PREDICT> inLocal = inQueueIN.DeQue<DTYPE_PREDICT>();
    LocalTensor<DTYPE_PREDICT> predictLocal = inLocal;
    LocalTensor<DTYPE_LABEL> labelLocal = inLocal[this->tileLength];

    LocalTensor<DTYPE_Y> outLocal = outQueueOUT.AllocTensor<DTYPE_Y>();


    Sub(outLocal, predictLocal, labelLocal, this->tileLength);
    Mul(outLocal,outLocal,outLocal,this->tileLength);
    outQueueOUT.EnQue<DTYPE_Y>(outLocal);

    inQueueIN.FreeTensor(inLocal);
  }复制

• 附上测试案例
• 第一例案例

• 第二例案例

• 第三例案例

• 第四例案例

• 第五例案例