[object Object]

[object Object][object Object]undefined[object Object]

• 接口功能：根据给定的边界数组（boundaries）确定输入张量中每个元素所属的区间索引。对于输入值 $x$ 和边界数组 $boundaries = [b_0, b_1, ..., b_{n-1}]$，输出索引 $y_i$ 满足：

  • 如果 $x \le b_0$，则 $y_i = 0$
  • 如果 $b_{i-1} < x \le b_i$，则 $y_i = i$（默认左开右闭区间）
  • 如果 $x > b_{n-1}$，则 $y_i = n$

• 计算公式：

  当right=False时（默认，左开右闭区间）：

  $$y_i = \min\{j \mid x_i \le b_j\}$$

  当right=True时（左闭右开区间）：

  $$y_i = \min\{j \mid x_i < b_j\}$$

[object Object]

每个算子分为，必须先调用"aclnnBucketizeGetWorkspaceSize"接口获取计算所需workspace大小以及包含了算子计算流程的执行器，再调用"aclnnBucketize"接口执行计算。

[object Object]

• 参数说明

  [object Object]

• 返回值 aclnnStatus：返回状态码，具体参见。

  第一段接口完成入参校验，出现以下场景时报错：

  [object Object]

[object Object]

• 参数说明

  [object Object]

• 返回值 aclnnStatus：返回状态码，具体参见。

[object Object]

• 确定性说明：aclnnBucketize默认确定性实现。
• boundaries必须是一维张量。
• boundaries必须单调递增且不重复（软件层面无法校验，需用户保证）。
• self和boundaries的数据类型需要满足互推导关系。
• out的shape必须与self相同。
• outInt32为True时，out的数据类型必须为INT32；outInt32为False时，out的数据类型必须为INT64。

[object Object]

示例代码如下，仅供参考，具体编译和执行过程请参考。

• Atlas 350 加速卡：

  [object Object]

[object Object]

• Pytorch AtenIR

• AtenIR参数描述

[object Object]undefined