确定算子原型
本样例目标是自定义实现一个非In-place类PyTorch算子，使其在Eager和TorchAir图模式下正常工作。
假设目标PyTorch算子Schema定义如下：
定义非In-place类算子时，需要遵循PyTorch原型定义惯例：
- Tensor类型输入在前，基本类型输入在后。
- func: my_op(Tensor x, Tensor? y, Tensor[] z, float attr1, int attr2) -> Tensor
- my_op：算子名，对应调用方式为torch.ops.npu.my_op。
- Tensor x：表示x为Tensor类型输入。
- Tensor? y：表示y为Tensor类型输入，但是允许传None。
- Tensor[] z：表示z为List[Tensor]类型输入。
- float attr1：表示attr1为float类型的值输入。
- int attr2：表示attr2为int类型的值输入。
- -> Tensor：表示返回一个Tensor。
输出Tensor的shape与dtype与算子逻辑相关，假设本样例的输出Tensor shape和dtype与输入x完全相同。
请先完成环境准备，确定好算子原型后，实现目标算子入图的步骤如下：
父主题： 非In-place算子开发和入图样例