llvm/torch-mlir

Add support for `AtenDivTensorOp` `AtenDivScalarOp` with integer operands

Open

#456 ouverte le 2 déc. 2021

Voir sur GitHub
 (1 commentaire) (0 réactions) (0 assignés)C++ (692 forks)github user discovery
help wanted

Métriques du dépôt

Stars
 (1 840 stars)
Métriques de merge PR
 (Métriques PR en attente)

Description

The type promotion rule for div ops are different when both operands are integers (integer operands are promoted to default float type) see https://pytorch.org/docs/stable/generated/torch.div.html.

To support this, AtenDivTensorOp and AtenDivScalarOp need to have some customized logic in RefineTypes rather than using visitBinaryBroadcastingOp or visitBinaryTensorScalarOp directly as it is now https://github.com/llvm/mlir-npcomp/blob/5475d02a0d03b2bda7ef9cc240773041d22a926b/lib/Dialect/Torch/Transforms/RefineTypes.cpp#L305-L308.

Once the changes in RefineTypes are made, the TorchToLinalg lowering code can be updated as well.

Guide contributeur

Direction de recherche
Étudiez les règles de promotion de type pour la division dans PyTorch et comprenez comment RefineTypes fonctionne dans le dialecte Torch. Ensuite, implémentez une logique personnalisée pour AtenDivTensorOp et AtenDivScalarOp dans RefineTypes.cpp et mettez à jour le lowering TorchToLinalg.
Stack technique
cpp
Domaine
compilersmachine learning
Type d'issue
Fonctionnalité
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
4
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
1-2 jours
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Active
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Claire
Prérequis
C++MLIRPyTorch
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
35