功能说明

给定起始值，等差值和长度，返回一个等差数列。

实现原理

以float类型，ND格式，firstValue和diffValue输入Scalar为例，描述ArithProgression高阶API内部算法框图，如下图所示。

图1 ArithProgression算法框图

计算过程分为如下几步，均在Vector上进行：

等差数列长度8以内步骤：按照firstValue和diffValue的值，使用SetValue实现等差数列扩充，扩充长度最大为8，如果等差数列长度小于8，算法结束；
等差数列长度8至64的步骤：对第一步中的等差数列结果使用Adds进行扩充，最大循环7次扩充至64，如果等差数列长度小于64，算法结束；
等差数列长度64以上的步骤：对第二步中的等差数列结果使用Adds进行扩充，不断循环直至达到等差数列长度为止。

函数原型

template <typename T>
__aicore__ inline void ArithProgression(const LocalTensor<T> &dstLocal, const T firstValue, const T diffValue, const int32_t count)

参数说明

表1 模板参数说明
参数名	描述
T	操作数的数据类型。

表2 接口参数说明
参数名	输入/输出	描述
dstLocal	输出	目的操作数。dstLocal的大小应大于等于count * sizeof(T)。类型为LocalTensor，支持的TPosition为VECIN/VECCALC/VECOUT。 Atlas A2 训练系列产品/Atlas 800I A2 推理产品/A200I A2 Box 异构组件，支持的数据类型为：half/float/int16_t/int32_t Atlas 推理系列产品AI Core，支持的数据类型为：half/float/int16_t/int32_t
firstValue	输入	等差数列的首个元素值。 Atlas A2 训练系列产品/Atlas 800I A2 推理产品/A200I A2 Box 异构组件，支持的数据类型为：half/float/int16_t/int32_t Atlas 推理系列产品AI Core，支持的数据类型为：half/float/int16_t/int32_t
diffValue	输入	等差数列元素之间的差值，应大于等于0。 Atlas A2 训练系列产品/Atlas 800I A2 推理产品/A200I A2 Box 异构组件，支持的数据类型为：half/float/int16_t/int32_t Atlas 推理系列产品AI Core，支持的数据类型为：half/float/int16_t/int32_t
count	输入	等差数列的长度。count>0。

返回值

无

支持的型号

Atlas A2 训练系列产品/Atlas 800I A2 推理产品/A200I A2 Box 异构组件

Atlas 推理系列产品AI Core

约束说明

当前仅支持ND格式的输入，不支持其他格式。

调用示例

完整算子样例请参考arithprogression算子样例。

AscendC::LocalTensor<T> dstLocal = outDst.AllocTensor<T>();
AscendC::ArithProgression<T>(dstLocal, static_cast<T>(firstValue_), static_cast<T>(diffValue_), count_);
outDst.EnQue<T>(dstLocal);