vec_trans

功能说明

对连续的16*16的二维矩阵数据块进行转置，通过repeat_times参数指定转置操作的次数。每个迭代内操作256个连续地址空间数据，不同迭代间地址可以不连续，不同迭代间的空间间隔通过dst_rep_stride 和src_rep_stride参数指定。

函数原型

vec_trans(dst, src, repeat_times, dst_rep_stride, src_rep_stride)

参数说明

参数名称	输入/输出	含义
dst	输出	目的操作数，保存转置结果，支持的数据类型为Tensor（int16/uint16/float16）。 Tensor的scope为Unified Buffer。
src	输入	源操作数，支持的数据类型为Tensor（int16/uint16/float16）。 Tensor的scope为Unified Buffer。
repeat_times	输入	迭代次数，支持的数据类型为Scalar(int/uint)、立即数(int)、Expr(int/uint)，取值范围[1, 4095]。
dst_rep_stride	输入	相邻两次迭代之间dst地址间隔，单位为16 * block_size大小，支持的数据类型为：Scalar(int/uint)、立即数(int)、Expr(int/uint)，范围：[0，4095]
src_rep_stride	输入	相邻两次迭代之间src地址间隔，单位为512B，支持的数据类型为Scalar(int/uint)、立即数(int)、Expr(int/uint)，范围：[0，4095]

支持的型号

Atlas 200/300/500 推理产品

Atlas 训练系列产品

Atlas推理系列产品（Ascend 310P处理器）AI Core

Atlas推理系列产品（Ascend 310P处理器）Vector Core

Atlas A2训练系列产品/Atlas 800I A2推理产品

Atlas 200/500 A2推理产品

注意事项

为了节省地址空间，开发者可以定义一个Tensor，供源操作数与目的操作数同时使用（即地址重叠），相关约束如下：要求源操作数与目的操作数之间要求100%完全重叠，不支持部分重叠。
操作数地址偏移对齐要求请见通用约束。

返回值

无

调用示例

调用示例一

from tbe import tik
tik_instance = tik.Tik()
src_gm = tik_instance.Tensor("float16", (1,16,16), name="src_gm", scope=tik.scope_gm)
src_ub = tik_instance.Tensor("float16", (1,16,16), name="src_ub", scope=tik.scope_ubuf)
dst_gm = tik_instance.Tensor("float16", (1,16,16), name="dst_gm", scope=tik.scope_gm)
dst_ub = tik_instance.Tensor("float16", (1,16,16), name="dst_ub", scope=tik.scope_ubuf)
# 拷贝用户输入数据到src ubuf
tik_instance.data_move(src_ub, src_gm, 0, 1, 16, 0, 0)
tik_instance.vec_trans(dst_ub, src_ub, 1, 1, 1)
# 将计算结果拷贝到目标gm
tik_instance.data_move(dst_gm, dst_ub, 0, 1, 16, 0, 0)

tik_instance.BuildCCE(kernel_name="vec_trans", inputs=[src_gm], outputs=[dst_gm])

结果示例：

上述例子构造输入、输出如下：
输入：
src_gm=[1,2,3,4,...,256]
输出结果为：
dst_gm=[1,17,33,49,...,256]

调用示例二

tik_instance = tik.Tik()

shape = (3,16,16)
dtype = "float16"
# 迭代次数
repeat_time = 2
# 相邻两次迭代之间地址间隔，单位为512B, 当前示例表示源数据连续取，目的数据第一次迭代与第二次迭代头与头间隔2*512B
dst_rep_stride = 2
src_rep_stride = 1

src_gm = tik_instance.Tensor(dtype, shape, name="src_gm", scope=tik.scope_gm)
src_ub = tik_instance.Tensor(dtype, shape, name="src_ub", scope=tik.scope_ubuf)
dst_gm = tik_instance.Tensor(dtype, shape, name="dst_gm", scope=tik.scope_gm)
dst_ub = tik_instance.Tensor(dtype, shape, name="dst_ub", scope=tik.scope_ubuf)
# 拷贝用户输入数据到src ubuf, 此处暂不对data_move 进行说明，详细参数说明请参见data_move章节
tik_instance.data_move(src_ub, src_gm, 0, 1, 48, 0, 0)
# 为了方便观察，对dst_ub 先初始化为0，此处暂不对vec_dup 进行说明，详细参数说明请参见vec_dup章节
tik_instance.vec_dup(128, dst_ub, 0, 6, 8)
tik_instance.vec_trans(dst_ub, src_ub, repeat_time, dst_rep_stride, src_rep_stride)
# 将计算结果拷贝到目标gm, 此处暂不对data_move 进行说明，详细参数说明请参见data_move章节
tik_instance.data_move(dst_gm, dst_ub, 0, 1, 48, 0, 0)

tik_instance.BuildCCE(kernel_name="vec_trans", inputs=[src_gm], outputs=[dst_gm])

结果示例：

上述例子构造输入、输出如下：
输入：
[[[  0.   1.   2.   3.   4.   5.   6.   7.   8.   9.  10.  11.  12.  13.
    14.  15.]
  [ 16.  17.  18.  19.  20.  21.  22.  23.  24.  25.  26.  27.  28.  29.
    30.  31.]
  [ 32.  33.  34.  35.  36.  37.  38.  39.  40.  41.  42.  43.  44.  45.
    46.  47.]
  [ 48.  49.  50.  51.  52.  53.  54.  55.  56.  57.  58.  59.  60.  61.
    62.  63.]
  [ 64.  65.  66.  67.  68.  69.  70.  71.  72.  73.  74.  75.  76.  77.
    78.  79.]
  [ 80.  81.  82.  83.  84.  85.  86.  87.  88.  89.  90.  91.  92.  93.
    94.  95.]
  [ 96.  97.  98.  99. 100. 101. 102. 103. 104. 105. 106. 107. 108. 109.
   110. 111.]
  [112. 113. 114. 115. 116. 117. 118. 119. 120. 121. 122. 123. 124. 125.
   126. 127.]
  [128. 129. 130. 131. 132. 133. 134. 135. 136. 137. 138. 139. 140. 141.
   142. 143.]
  [144. 145. 146. 147. 148. 149. 150. 151. 152. 153. 154. 155. 156. 157.
   158. 159.]
  [160. 161. 162. 163. 164. 165. 166. 167. 168. 169. 170. 171. 172. 173.
   174. 175.]
  [176. 177. 178. 179. 180. 181. 182. 183. 184. 185. 186. 187. 188. 189.
   190. 191.]
  [192. 193. 194. 195. 196. 197. 198. 199. 200. 201. 202. 203. 204. 205.
   206. 207.]
  [208. 209. 210. 211. 212. 213. 214. 215. 216. 217. 218. 219. 220. 221.
   222. 223.]
  [224. 225. 226. 227. 228. 229. 230. 231. 232. 233. 234. 235. 236. 237.
   238. 239.]
  [240. 241. 242. 243. 244. 245. 246. 247. 248. 249. 250. 251. 252. 253.
   254. 255.]]

 [[256. 257. 258. 259. 260. 261. 262. 263. 264. 265. 266. 267. 268. 269.
   270. 271.]
  [272. 273. 274. 275. 276. 277. 278. 279. 280. 281. 282. 283. 284. 285.
   286. 287.]
  [288. 289. 290. 291. 292. 293. 294. 295. 296. 297. 298. 299. 300. 301.
   302. 303.]
  [304. 305. 306. 307. 308. 309. 310. 311. 312. 313. 314. 315. 316. 317.
   318. 319.]
  [320. 321. 322. 323. 324. 325. 326. 327. 328. 329. 330. 331. 332. 333.
   334. 335.]
  [336. 337. 338. 339. 340. 341. 342. 343. 344. 345. 346. 347. 348. 349.
   350. 351.]
  [352. 353. 354. 355. 356. 357. 358. 359. 360. 361. 362. 363. 364. 365.
   366. 367.]
  [368. 369. 370. 371. 372. 373. 374. 375. 376. 377. 378. 379. 380. 381.
   382. 383.]
  [384. 385. 386. 387. 388. 389. 390. 391. 392. 393. 394. 395. 396. 397.
   398. 399.]
  [400. 401. 402. 403. 404. 405. 406. 407. 408. 409. 410. 411. 412. 413.
   414. 415.]
  [416. 417. 418. 419. 420. 421. 422. 423. 424. 425. 426. 427. 428. 429.
   430. 431.]
  [432. 433. 434. 435. 436. 437. 438. 439. 440. 441. 442. 443. 444. 445.
   446. 447.]
  [448. 449. 450. 451. 452. 453. 454. 455. 456. 457. 458. 459. 460. 461.
   462. 463.]
  [464. 465. 466. 467. 468. 469. 470. 471. 472. 473. 474. 475. 476. 477.
   478. 479.]
  [480. 481. 482. 483. 484. 485. 486. 487. 488. 489. 490. 491. 492. 493.
   494. 495.]
  [496. 497. 498. 499. 500. 501. 502. 503. 504. 505. 506. 507. 508. 509.
   510. 511.]]

 [[512. 513. 514. 515. 516. 517. 518. 519. 520. 521. 522. 523. 524. 525.
   526. 527.]
  [528. 529. 530. 531. 532. 533. 534. 535. 536. 537. 538. 539. 540. 541.
   542. 543.]
  [544. 545. 546. 547. 548. 549. 550. 551. 552. 553. 554. 555. 556. 557.
   558. 559.]
  [560. 561. 562. 563. 564. 565. 566. 567. 568. 569. 570. 571. 572. 573.
   574. 575.]
  [576. 577. 578. 579. 580. 581. 582. 583. 584. 585. 586. 587. 588. 589.
   590. 591.]
  [592. 593. 594. 595. 596. 597. 598. 599. 600. 601. 602. 603. 604. 605.
   606. 607.]
  [608. 609. 610. 611. 612. 613. 614. 615. 616. 617. 618. 619. 620. 621.
   622. 623.]
  [624. 625. 626. 627. 628. 629. 630. 631. 632. 633. 634. 635. 636. 637.
   638. 639.]
  [640. 641. 642. 643. 644. 645. 646. 647. 648. 649. 650. 651. 652. 653.
   654. 655.]
  [656. 657. 658. 659. 660. 661. 662. 663. 664. 665. 666. 667. 668. 669.
   670. 671.]
  [672. 673. 674. 675. 676. 677. 678. 679. 680. 681. 682. 683. 684. 685.
   686. 687.]
  [688. 689. 690. 691. 692. 693. 694. 695. 696. 697. 698. 699. 700. 701.
   702. 703.]
  [704. 705. 706. 707. 708. 709. 710. 711. 712. 713. 714. 715. 716. 717.
   718. 719.]
  [720. 721. 722. 723. 724. 725. 726. 727. 728. 729. 730. 731. 732. 733.
   734. 735.]
  [736. 737. 738. 739. 740. 741. 742. 743. 744. 745. 746. 747. 748. 749.
   750. 751.]
  [752. 753. 754. 755. 756. 757. 758. 759. 760. 761. 762. 763. 764. 765.
   766. 767.]]]
输出结果为：
[[[  0.  16.  32.  48.  64.  80.  96. 112. 128. 144. 160. 176. 192. 208.
   224. 240.]
  [  1.  17.  33.  49.  65.  81.  97. 113. 129. 145. 161. 177. 193. 209.
   225. 241.]
  [  2.  18.  34.  50.  66.  82.  98. 114. 130. 146. 162. 178. 194. 210.
   226. 242.]
  [  3.  19.  35.  51.  67.  83.  99. 115. 131. 147. 163. 179. 195. 211.
   227. 243.]
  [  4.  20.  36.  52.  68.  84. 100. 116. 132. 148. 164. 180. 196. 212.
   228. 244.]
  [  5.  21.  37.  53.  69.  85. 101. 117. 133. 149. 165. 181. 197. 213.
   229. 245.]
  [  6.  22.  38.  54.  70.  86. 102. 118. 134. 150. 166. 182. 198. 214.
   230. 246.]
  [  7.  23.  39.  55.  71.  87. 103. 119. 135. 151. 167. 183. 199. 215.
   231. 247.]
  [  8.  24.  40.  56.  72.  88. 104. 120. 136. 152. 168. 184. 200. 216.
   232. 248.]
  [  9.  25.  41.  57.  73.  89. 105. 121. 137. 153. 169. 185. 201. 217.
   233. 249.]
  [ 10.  26.  42.  58.  74.  90. 106. 122. 138. 154. 170. 186. 202. 218.
   234. 250.]
  [ 11.  27.  43.  59.  75.  91. 107. 123. 139. 155. 171. 187. 203. 219.
   235. 251.]
  [ 12.  28.  44.  60.  76.  92. 108. 124. 140. 156. 172. 188. 204. 220.
   236. 252.]
  [ 13.  29.  45.  61.  77.  93. 109. 125. 141. 157. 173. 189. 205. 221.
   237. 253.]
  [ 14.  30.  46.  62.  78.  94. 110. 126. 142. 158. 174. 190. 206. 222.
   238. 254.]
  [ 15.  31.  47.  63.  79.  95. 111. 127. 143. 159. 175. 191. 207. 223.
   239. 255.]]

 [[  0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.
     0.   0.]
  [  0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.
     0.   0.]
  [  0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.
     0.   0.]
  [  0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.
     0.   0.]
  [  0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.
     0.   0.]
  [  0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.
     0.   0.]
  [  0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.
     0.   0.]
  [  0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.
     0.   0.]
  [  0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.
     0.   0.]
  [  0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.
     0.   0.]
  [  0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.
     0.   0.]
  [  0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.
     0.   0.]
  [  0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.
     0.   0.]
  [  0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.
     0.   0.]
  [  0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.
     0.   0.]
  [  0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.   0.
     0.   0.]]

 [[256. 272. 288. 304. 320. 336. 352. 368. 384. 400. 416. 432. 448. 464.
   480. 496.]
  [257. 273. 289. 305. 321. 337. 353. 369. 385. 401. 417. 433. 449. 465.
   481. 497.]
  [258. 274. 290. 306. 322. 338. 354. 370. 386. 402. 418. 434. 450. 466.
   482. 498.]
  [259. 275. 291. 307. 323. 339. 355. 371. 387. 403. 419. 435. 451. 467.
   483. 499.]
  [260. 276. 292. 308. 324. 340. 356. 372. 388. 404. 420. 436. 452. 468.
   484. 500.]
  [261. 277. 293. 309. 325. 341. 357. 373. 389. 405. 421. 437. 453. 469.
   485. 501.]
  [262. 278. 294. 310. 326. 342. 358. 374. 390. 406. 422. 438. 454. 470.
   486. 502.]
  [263. 279. 295. 311. 327. 343. 359. 375. 391. 407. 423. 439. 455. 471.
   487. 503.]
  [264. 280. 296. 312. 328. 344. 360. 376. 392. 408. 424. 440. 456. 472.
   488. 504.]
  [265. 281. 297. 313. 329. 345. 361. 377. 393. 409. 425. 441. 457. 473.
   489. 505.]
  [266. 282. 298. 314. 330. 346. 362. 378. 394. 410. 426. 442. 458. 474.
   490. 506.]
  [267. 283. 299. 315. 331. 347. 363. 379. 395. 411. 427. 443. 459. 475.
   491. 507.]
  [268. 284. 300. 316. 332. 348. 364. 380. 396. 412. 428. 444. 460. 476.
   492. 508.]
  [269. 285. 301. 317. 333. 349. 365. 381. 397. 413. 429. 445. 461. 477.
   493. 509.]
  [270. 286. 302. 318. 334. 350. 366. 382. 398. 414. 430. 446. 462. 478.
   494. 510.]
  [271. 287. 303. 319. 335. 351. 367. 383. 399. 415. 431. 447. 463. 479.
   495. 511.]]]

父主题： 数据转换