pytorch自定义算子怎么用mindspore复现_pytorch msp

问题描述：

【功能模块】

mindspore 1.6

【操作步骤&问题现象】

1、我想用msp复现脉冲网络（pytorch写的）的自定义算子，但是在官网上没有找到相应的教程，请问能提供一下如何转换的网页链接吗

2、我根据一篇csdn的博客尝试用msp写了一下，但测试后发现根本不对，希望能指正我的问题，感谢！

【截图信息】

pytorch版：

 mindspore版

 解答：

方法1：

MindSpore自定义算子开发教程：

https://mindspore.cn/docs/programming_guide/zh-CN/r1.6/custom_operator.html

以上述教程中的CPU算子开发为例，假如要自定义一个Transpose算子，那么需要在你的mindspore代码(r1.6)中加入以下内容：

① 注册算子原语，即定义算子的对外接口名称（Transpose），这个文件在https://gitee.com/mindspore/mindspore/blob/r1.6/mindspore/python/mindspore/ops/operations/array_ops.py 737行；

② 实现算子计算流程，https://gitee.com/mindspore/mindspore/blob/r1.6/mindspore/ccsrc/backend/kernel_compiler/cpu/transpose_cpu_kernel.cc;

③ 把实现的计算过程注册给算子原语（主要是这一句：MS_REG_CPU_KERNEL(Transpose, KernelAttr(), TransposeCPUFwdKernel);），https://gitee.com/mindspore/mindspore/blob/r1.6/mindspore/ccsrc/backend/kernel_compiler/cpu/transpose_cpu_kernel.h；

④ 定义算子的反向过程，https://gitee.com/mindspore/mindspore/blob/r1.6/mindspore/python/mindspore/ops/_grad/grad_array_ops.py 355行。

最后再编译一个新的whl包，就可以调用自定义的算子了。

方法2：Pynative模式下，可以自定义bprop()函数

https://mindspore.cn/docs/programming_guide/zh-CN/r1.6/debug_in_pynative_mode.html?highlight=bprop