CANN社区任务-prims.ndtri API开发 7月社区任务-prims.ndtri API开发任务书【免费下载链接】cann-ops-competitions本仓库用于 CANN 开源社区各类竞赛、开源课题、社区任务等课题发布、开发者作品提交和展示。项目地址: https://gitcode.com/cann/cann-ops-competitions基础信息技术标签高阶API开发适配硬件Ascend 950PR/Ascend 950DT开源仓地址https://gitcode.com/ascend/asc-devkitCANN 版本本次社区任务指定CANN版本开发语言Ascend C任务概述基于 PyTorch IR 的prims.ndtri接口在昇腾 NPU 上使用 Ascend C 编程语言实现对应的高阶API。该API用于计算标准正态分布的逆累积分布函数分位数函数输入概率值p输出对应的z值使得P(Z≤z)p完成API设计、开发、测试全流程工作测试通过后将代码提交至asc-devkit开源仓。核心开发要求及验收标准功能实现要求与 PyTorch IRprims.ndtri接口核心功能完全对齐支持原API对应的所有数据类型float32、数据格式。支持API泛化功能满足各类合法输入场景的计算需求验收阶段将采用泛化数据进行验收。正确处理边界情况输入值在[0,1]范围外、极端概率值处理、NaN/Inf特殊值处理。测试标准需自行设计全场景自验证用例验收阶段将采用泛化数据进行功能、精度、性能全维度验证。自验证报告完整、可复现所有测试用例执行通过。性能要求至少实现Cube/Vector/MTE其中一个Bound任一流水占比超80%。特殊场景无法达标的如小shape场景等需提供性能仿真图和分析结论佐证。精度要求构造API测试用例计算精度需满足AscendOpTest工具默认阈值。文档规范要求API设计文档可根据模板填写内容完整、格式规范且必须通过评审。设计文档需在asc-devkit仓提交文档评审issue2工作日内反馈评审结果如方案有更新评审时间同步刷新。自验证报告除基础场景外还应覆盖边界值场景具体可参考算子自验证报告需包含测试用例执行日志/截图、整体测试通过截图、性能数据截图可指导复现测试结果。README 文档内容完整、规范可参考代码仓API的接口说明文档。验收交付件asc-devkit开源仓 fork 的个人代码仓链接需包含API代码、API README 文档、UT代码、多场景的功能测试代码。交付件可按照如下目录提交├── docs # API接口说明文档 ├── impl # API接口实现源代码 ├── include # API接口声明源代码 └── tests # API的测试代码包括单元测试和功能测试用例API自验证报告。评审通过的API设计文档。PR 申请合入测试通过后在asc-devkit开源仓提交 PR 申请申请将开发完成的API合入 https://gitcode.com/cann/asc-devkit/tree/master/experimental/ 。PyTorch IR参考信息PyTorch官方文档: https://docs.pytorch.org/docs/stable/special.html#torch.special.ndtri参考资料文档类Ascend C高阶API贡献指南Ascend C快速入门Ascend C接口列表。课程类Ascend C在线课程。参考样例asc-devkit仓库中的现有高阶API实现。环境获取开源仓提供100小时免费时长请不使用时及时关闭用时耗尽前请务必保存相关资料建议及时提交备份。使用 hidevlab notebook 算力。如需额外环境资源请联系昇腾小助手。特别注意事项开发过程需严格遵循社区编码规范。所有交付件需提前完成自验证确认符合验收标准后再提交验收申请。开发前请务必阅读【社区任务】流程及注意事项。【免费下载链接】cann-ops-competitions本仓库用于 CANN 开源社区各类竞赛、开源课题、社区任务等课题发布、开发者作品提交和展示。项目地址: https://gitcode.com/cann/cann-ops-competitions创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

相关新闻

最新新闻

Java IDEA - 各种快捷键设置汇总(提高工具使用效率)

Java IDEA - 各种快捷键设置汇总(提高工具使用效率)

目录 (速查快捷键,点击标题则跳转到对应快捷键的设置)(不断更新中,需要的可以收藏) 一、序列化Serializable设置 (光标放在类上 -> alt enter即可) 二、回退/前进 到上一个查看的类 /…

2026/8/27 8:47:57
数学建模聚类算法实战:从K-Means到DBSCAN的思维转换与应用

数学建模聚类算法实战:从K-Means到DBSCAN的思维转换与应用

1. 从“分类”到“聚类”:数学建模中一个根本性的思维转换 如果你参加过数学建模比赛,或者正在准备,大概率听过“聚类算法”这个词。很多新手拿到一个涉及数据分组的题目,第一反应是去找“标准答案”——比如,题目里给…

2026/8/27 8:47:57
Codex实战指南:从环境配置到开发工作流落地

Codex实战指南:从环境配置到开发工作流落地

我第一次打开 Codex 时,心里想的还是“聊天窗口里写代码”那套老经验。后来发现,Codex 的工作方式完全是另一个路径:它不只是给出代码建议,而是会自己读文件、跑命令、看报错、然后继续改。这个区别,决定了你接下来的所…

2026/8/27 8:47:57
ContextMenuMgr Plus:Windows右键菜单清理与防护实战

ContextMenuMgr Plus:Windows右键菜单清理与防护实战

这次我们来看一个 GitHub 上关注度比较高的开源 Windows 工具:ContextMenuMgr Plus。它的定位很直接:管理 Windows 右键菜单。很多人电脑用久了之后,右键菜单会变得特别长,打开文件资源管理器都变卡,还时不时冒出来一些…

2026/8/27 8:47:57
labelImg免安装实战:YOLO与VOC格式标注零报错指南

labelImg免安装实战:YOLO与VOC格式标注零报错指南

简介:labelImg是目标检测数据标注的核心工具,其本质是将图像中的目标区域转化为结构化坐标数据。原理上依赖Python解释器、PyQt5 GUI库及预定义的XML/TXT序列化逻辑,技术价值在于打通从原始图像到训练可用标签的工程闭环。典型应用场景包括车…

2026/8/27 8:47:57
从AI代理玩具到工程实践:构建可靠可控的Harness Engineering环境

从AI代理玩具到工程实践:构建可靠可控的Harness Engineering环境

简介:在AI代理技术领域,从简单的Demo验证到复杂的工程化落地,面临着可靠性、可控性和安全性的核心挑战。其原理在于通过系统化的工程方法,为AI代理构建一个具备确定性和可重复性的执行环境,从而确保其在复杂任务中的稳…

2026/8/27 8:42:57