--- title: 基于算子样例 description: "命令行场景下，开发者可以直接基于Ascend社区中提供的自定义算子样例工程进行修改，追加自定义算子。" url: https://www.hiascend.com/document/detail/zh/canncommercial/latest/others/tbeaicpudevg/atlasopdev_10_0025.html sourcePath: /source/zh/canncommercial/900/others/tbeaicpudevg/atlasopdev_10_0025.html indexId: 734b097f5264c5aacca89308eb360a75e834b53544446475183c81d3d5b6bb8a73 --- # 基于算子样例 命令行场景下，开发者可以直接基于Ascend社区中提供的自定义算子样例工程进行修改，追加自定义算子。 #### 样例获取 单击Gitee(https://gitee.com/ascend/samples/)或Github(https://github.com/Ascend/samples)，进入Ascend samples样例仓，参见README中的“版本说明”下载配套版本的sample包，从“cplusplus/level1_single_api/4_op_dev/1_custom_op”目录中获取样例。 如无权限获取代码，请联系技术支持申请加入“Ascend”组织。 #### 目录结构介绍 算子工程目录结构如下所示，请基于如下规则在对应目录下进行算子交付件的开发： ``` ├── custom.proto // 原始框架为Caffe的自定义算子的proto定义文件 ├── build.sh // 工程编译入口脚本 ├── cpukernel // AI CPU算子实现文件及信息库文件所在目录 │ ├── impl //存放算子实现文件xx.h与xx.cc │ ├── op_info_cfg │ ├── aicpu_kernel │ ├── xx.ini //算子信息库定义文件xx.ini ├── framework //算子插件实现文件目录，框架为“PYTORCH”的算子无需关注 │ ├── CMakeLists.txt │ ├── caffe_plugin //Caffe算子适配插件实现代码及CMakeLists文件所在目录 │ ├── CMakeLists.txt │ ├── xx_plugin.cc │ ├── tf_plugin //TensorFlow算子适配插件实现代码及CMakeLists文件所在目录 │ ├── CMakeLists.txt │ ├── xx_plugin.cc │ ├── onnx_plugin //ONNX算子适配插件实现代码及CMakeLists文件所在目录 │ ├── CMakeLists.txt │ ├── xx_plugin.cc │ ├── tf_scope_fusion_pass //Parser Scope融合规则实现代码及CMakeLists文件所在目录 │ └── xx_pass.h │ └── xx_pass.cc │ └── CMakeLists.txt ├── op_proto //算子原型定义文件及CMakeLists文件所在目录 │ ├── xx.h │ ├── xx.cc │ ├── CMakeLists.txt //算子IR定义文件的CMakeLists.txt，会被算子工程的CMakeLists.txt调用 ├── tbe │ ├── CMakeLists.txt │ ├── impl //算子实现文件目录 │ │ ├── xx.py │ │ ├── __init__.py //Python中的package标识文件 │ ├── op_info_cfg //算子信息库文件目录 │ └── ai_core │ ├── {Soc Version} //AI处理器类型 │ ├── xx.ini │ ├── testcase │ ├── tf1.15_test //基于TensorFlow 1.15的算子测试文件目录 │ ├── op_name //单算子网络测试代码 │ ├── tf_ xx .py │ ├── tf2.6_test //基于TensorFlow 2.6的算子测试文件目录 │ ├── op_name //单算子网络测试代码 │ ├── tf_ xx .py ├── cmake │ ├── config.cmake │ ├── util // 编译相关公共文件存放目录 │ ├── makeself //编译相关公共文件存放目录 ├── scripts //自定义算子工程打包相关脚本 ├── tools ``` PyTorch框架的适配代码不在此算子工程中，需要基于PyTorch框架源码进行适配代码的开发，详情请参见适配插件开发（PyTorch框架）。 - 编译方法请参见 算子工程编译 。 - 样例工程中同时包含了原始框架为TensorFlow与Caffe的TBE算子与AI CPU算子样例，算子工程编译部署时，会将所有样例工程中的算子部署到算子库中。若样例算子与用户算子冲突，请自行删除对应目录下的样例算子。 - 关于TensorFlow的Parser Scope融合规则开发的详细介绍，请参见《TensorFlow Parser Scope融合规则开发(https://www.hiascend.com/document/detail/zh/TensorFlowCommercial/900/Convergence/tfscopedevg/atlastfscopedev_11_0002.html)》。