通过torch生成数据

用户可以通过torch框架生成Tensor数据作为输入数据/标杆数据，然后调用tensor_xxx接口导入，output数据落盘文件名为{name}_output.bin便于区分input数据。

• 输入/输出不同地址（非原地算子）

  import torch
  import ascendebug
  # 生成输入/标杆数据
  x = torch.rand(size=(1, 16384), dtype=torch.float16)
  y = torch.rand(size=(1, 16384), dtype=torch.float16)
  z = x + y
  # 配置输入数据
  debug_op = ascendebug.create_debug_op('add_custom').tensor_input('x', x) .tensor_input('y', y).tensor_output('z', z)

• 输入/输出同地址（原地算子）

  import torch
  import ascendebug
  # 生成输入/标杆数据
  x = torch.rand(size=(1, 16384), dtype=torch.float16)
  y = torch.rand(size=(1, 16384), dtype=torch.float16)
  z = x + y
  # 配置输入数据
  debug_op = ascendebug.create_debug_op('add_custom').tensor_input('x', x) .tensor_input('y', y).tensor_output('x', z)