!49463 support randperm function

Merge pull request !49463 from 吕昱峰（Nate.River）/randperm

docs/api/api_python/mindspore.ops.rst

@@ -470,6 +470,7 @@ Tensor创建
     mindspore.ops.randn
     mindspore.ops.randn_like
     mindspore.ops.random_poisson
+    mindspore.ops.randperm
     mindspore.ops.standard_laplace
     mindspore.ops.standard_normal
     mindspore.ops.uniform

docs/api/api_python/ops/mindspore.ops.func_randperm.rst

@@ -0,0 +1,28 @@
+mindspore.ops.randperm
+========================
+
+.. py:function:: mindspore.ops.randperm(n, seed=0, offset=0, dtype=mstype.int64)
+
+    生成从 0 到 n-1 的整数随机排列。
+
+    返回由 n 推断出的具有确定形状的张量，其中的随机数取自给定类型可以表示的数据范围。
+
+    .. note::
+        `n` 必须大于0。
+
+    返回一个Tensor，shape和dtype由输入决定，其元素为服从标准正态分布的 :math:`[0, 1)` 区间的数字。
+
+    参数：
+        - **n** (Union[Tensor, int]) - 输入大小，如果为Tensor，则形状为()或(1,)，数据类型为int64。
+        - **seed** (int，可选): 随机种子。 默认值：0。当seed为-1（只有负值）时，offset为0，由时间决定。
+        - **offset** (int，可选): 优先级高于随机种子。 默认值：0。必须是非负数。
+        - **dtype** (:class:`mindspore.dtype`，可选)：输出的类型。必须是以下类型之一：int32、int16、int8、uint8、int64、float64、float32、float16。 默认值：int64。
+
+    返回：
+        Tensor，shape由参数 `n` 决定，dtype由参数 `dtype` 决定。
+
+    异常：
+        - **TypeError** - 如果 `dtype` 不是一个 `mstype.float_type` 类型。
+        - **ValueError** - 如果 `n` 是负数或0。
+        - **ValueError** - 如果 `seed` 不是非负整数。
+        - **ValueError** - 如果 `n` 是超过指定数据类型的最大范围。

docs/api/api_python_en/mindspore.ops.rst

@@ -470,6 +470,7 @@ Randomly Generating Functions
     mindspore.ops.randn
     mindspore.ops.randn_like
     mindspore.ops.random_poisson
+    mindspore.ops.randperm
     mindspore.ops.standard_laplace
     mindspore.ops.standard_normal
     mindspore.ops.uniform

mindspore/python/mindspore/ops/function/random_func.py

@@ -16,6 +16,7 @@
 
 from __future__ import absolute_import
 
+from mindspore import context
 from mindspore.ops import operations as P
 from mindspore.ops import functional as F
 from mindspore.ops.primitive import constexpr, _primexpr
@@ -584,6 +585,11 @@ def choice_with_mask(input_x, count=256, seed=None):
     return output
 
 
+@constexpr
+def is_cpu_backend():
+    return context.get_context('device_target') == 'CPU'
+
+
 @_function_forbid_reuse
 def randperm(n, seed=0, offset=0, dtype=mstype.int64):
     r"""
@@ -600,7 +606,7 @@ def randperm(n, seed=0, offset=0, dtype=mstype.int64):
         seed (int): Random seed. Default: 0. When seed is -1(only negative value), offset is 0, it's determined by time.
         offset (int): Priority is higher than random seed. Default: 0. It must be non-negative.
         dtype (mindspore.dtype): The type of output. Its value must be one of the following types: int32, int16, int8,
-        uint8, int64, float64, float32, float16. Default: int64.
+            uint8, int64, float64, float32, float16. Default: int64.
 
     Returns:
         Tensor. Its shape is spcified by the required args `n`. Its type is spcified by `dtype`. Otherwise is default.
@@ -612,18 +618,26 @@ def randperm(n, seed=0, offset=0, dtype=mstype.int64):
         ValueError: If `n` is larger than the maximal data of the set dtype.
 
     Supported Platforms:
-        ``CPU``
+        ``Ascend`` ``GPU`` ``CPU``
 
     Examples:
-        >>> n = Tensor([4], mstype.int64)
+        >>> n = 4
         >>> seed = 0
         >>> offset = 0
         >>> output = ops.randperm(n, seed, offset, dtype=mstype.int64)
         >>> print(output)
         [1 0 2 3]
     """
-    randperm_ = _get_cache_prim(RandpermV2)(dtype=dtype)
-    return randperm_(n, seed, offset)
+    if is_cpu_backend():
+        if isinstance(n, int):
+            n = Tensor(n)
+        randperm_ = _get_cache_prim(RandpermV2)(dtype=dtype)
+        return randperm_(n, seed, offset)
+    if isinstance(n, Tensor):
+        n = int(n)
+    randperm_ = _get_cache_prim(P.Randperm)(max_length=n, dtype=dtype)
+    return randperm_(Tensor((n,)))
+
 
 
 @_function_forbid_reuse