py_func

paddle.static. py_func ( func, x, out, backward_func=None, skip_vars_in_backward_input=None )

PaddlePaddle 通过 py_func 在 Python 端注册 OP。py_func 的设计原理在于 Paddle 中的 Tensor 与 numpy 数组可以方便的互相转换,从而可使用 Python 中的 numpy API 来自定义一个 Python OP。

该自定义的 Python OP 的前向函数是 func,反向函数是 backward_func 。 Paddle 将在前向部分调用 func,并在反向部分调用 backward_func (如果 backward_func 不是 None)。 xfunc 的输入,必须为 Tensor 类型;outfunc 的输出,既可以是 Tensor 类型,也可以是 numpy 数组。

反向函数 backward_func 的输入依次为:前向输入 x 、前向输出 outout 的梯度。如果 out 的某些输出没有梯度,则 backward_func 的相关输入为 None。如果 x 的某些变量没有梯度,则用户应在 backward_func 中主动返回 None。

在调用该接口之前,还应正确设置 out 的数据类型和形状,而 outx 对应梯度的数据类型和形状将自动推断而出。

此功能还可用于调试正在运行的网络,可以通过添加没有输出的 py_func 运算,并在 func 中打印输入 x

参数

  • func (callable) - 所注册的 Python OP 的前向函数,运行网络时,将根据该函数与前向输入 x,计算前向输出 out。在 func 建议先主动将 Tensor 转换为 numpy 数组,方便灵活的使用 numpy 相关的操作,如果未转换成 numpy,则可能某些操作无法兼容。

  • x (Tensor|tuple(Tensor)|list[Tensor]) - 前向函数 func 的输入,多个 Tensor 以 tuple(Tensor)或 list[Tensor]的形式传入。

  • out (T|tuple(T)|list[T]) - 前向函数 func 的输出,可以为 T|tuple(T)|list[T],其中 T 既可以为 Tensor,也可以为 numpy 数组。由于 Paddle 无法自动推断 out 的形状和数据类型,必须应事先创建 out

  • backward_func (callable,可选) - 所注册的 Python OP 的反向函数。默认值为 None,意味着没有反向计算。若不为 None,则会在运行网络反向时调用 backward_func 计算 x 的梯度。

  • skip_vars_in_backward_input (Tensor,可选) - backward_func 的输入中不需要的变量,可以是 Tensor|tuple(Tensor)|list[Tensor]。这些变量必须是 xout 中的一个。默认值为 None,意味着没有变量需要从 xout 中去除。若不为 None,则这些变量将不是 backward_func 的输入。该参数仅在 backward_func 不为 None 时有用。

返回

Tensor|tuple(Tensor)|list[Tensor],前向函数的输出 out

代码示例 1

COPY-FROM: paddle.static.py_func:code-example1

代码示例 2

COPY-FROM: paddle.static.py_func:code-example2