!33955 add Ascend dynamic shape testcases for IndexAdd

Merge pull request !33955 from looop5/index_add_d_dynamic

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

@@ -0,0 +1,35 @@
+mindspore.ops.IndexAdd
+======================
+
+.. py:class:: mindspore.ops.IndexAdd(axis, use_lock=True, check_index_bound=True)
+
+    将Tensor `y` 加到Parameter `x` 的指定 `axis` 轴的指定 `indices` 位置。要求 `axis` 轴的取值范围
+    为[0, len(x.dim) - 1]， `indices` 中元素的取值范围为[0, x.shape[axis] - 1]。
+
+    **参数：**
+
+    - **axis** (int) - 指定沿哪根轴相加。
+    - **use_lock** (bool) - 是否对参数更新过程加锁保护。如果为True，在更新参数 `x` 的值时使用原子操作以实现加锁保护，如果为
+      False， `x` 的值可能会不可预测。默认值：True。
+    - **check_index_bound** (bool) - True表示检查 `indices` 边界，False表示不检查。默认值：True。
+
+    **输入：**
+
+    - **x** (Parameter) - 被加的Parameter。
+    - **indices** (Tensor) - 指定Tensor `y` 加到 `x` 的 `axis` 轴的指定下标位置，要求数据类型为int32。
+      要求 `indices` shape的维度为一维，并且 `indices` shape的大小与 `y` shape在 `axis` 轴上的大小一致。 `indices` 中元素
+      取值范围为[0, b)，其中b的值为 `x` shape在 `axis` 轴上的大小。
+    - **y** (Tensor) - 与 `x` 加的Tensor。
+
+    **输出：**
+
+    Tensor，shape和数据类型与输入 `x` 相同。
+
+    **异常：**
+
+    - **TypeError** - `x` 的类型不是Parameter。
+    - **TypeError** - `indices` 或者 `y` 的类型不是Tensor。
+    - **ValueError** - `axis` 的值超出 `x` shape的维度范围。
+    - **ValueError** - `x` shape的维度和 `y` shape的维度不一致。
+    - **ValueError** - `indices` shape的维度不是一维或者 `indices` shape的大小与 `y` shape在 `axis` 轴上的大小不一致。
+    - **ValueError** - 除 `axis` 轴外，`x` shape和 `y` shape的大小不一致。

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

@@ -3,17 +3,20 @@ mindspore.ops.index_add
 
 .. py:function:: mindspore.ops.index_add(x, indices, y, axis, use_lock=True, check_index_bound=True)
 
-    将Tensor y加到Parameter x的指定axis轴的指定indices位置。要求axis轴的取值范围为[0,  len(x.dim) - 1]，indices元素的取值范围
-    为[0, x.shape[axis] - 1]。
+    将Tensor `y` 加到Parameter `x` 的指定 `axis` 轴的指定 `indices` 位置。要求 `axis` 轴的取值范围
+    为[0, len(x.dim) - 1]， `indices` 中元素的取值范围为[0, x.shape[axis] - 1]。
 
     **参数：**
 
-    - **x** (Parameter) - 被加Parameter。
-    - **indices** (Tensor) - 指定Tensor y加到 `x` 的指定axis轴的指定indices位置。
+    - **x** (Parameter) - 被加的Parameter。
+    - **indices** (Tensor) - 指定Tensor `y` 加到 `x` 的 `axis` 轴的指定下标位置，要求数据类型为int32。
+      要求 `indices` shape的维度为一维，并且 `indices` shape的大小与 `y` shape在 `axis` 轴上的大小一致。 `indices` 中元素
+      取值范围为[0, b)，其中b的值为 `x` shape在 `axis` 轴上的大小。
     - **y** (Tensor) - 与 `x` 加的Tensor。
-    - **axis** (int) - 指定Tensor y加到 `x` 的指定axis轴。
-    - **use_lock** (bool) - 计算时使用锁。默认值：True。
-    - **check_index_bound** (bool) - indices边界检查。默认值：True。
+    - **axis** (int) - 指定沿哪根轴相加。
+    - **use_lock** (bool) - 是否对参数更新过程加锁保护。如果为True，在更新参数 `x` 的值时使用原子操作以实现加锁保护，如果为
+      False， `x` 的值可能会不可预测。默认值：True。
+    - **check_index_bound** (bool) - True表示检查 `indices` 边界，False表示不检查。默认值：True。
 
     **返回：**
 
@@ -21,6 +24,7 @@ mindspore.ops.index_add
 
     **异常：**
 
+    - **TypeError** - `x` 的类型不是Parameter。
     - **TypeError** - `indices` 或者 `y` 的类型不是Tensor。
     - **ValueError** - `axis` 的值超出 `x` shape的维度范围。
     - **ValueError** - `x` shape的维度和 `y` shape的维度不一致。

mindspore/ccsrc/plugin/device/ascend/kernel/tbe/tiling/op_tiling_adapter.cc

@@ -1,5 +1,5 @@
 /**
- * Copyright 2021 Huawei Technologies Co., Ltd
+ * Copyright 2021-2022 Huawei Technologies Co., Ltd
  *
  * Licensed under the Apache License, Version 2.0 (the "License");
  * you may not use this file except in compliance with the License.
@@ -60,6 +60,7 @@ std::string OpTilingCalculateAdapter::GetRealOpType(const std::string &op_type)
     {"ParallelResizeBilinearGrad", "SyncResizeBilinearV2Grad"},
     {"CeLU", "CeluV2"},
     {"TransposeNOD", "Transpose"},
+    {"IndexAdd", "InplaceIndexAdd"},
   };
   auto iter = kOpTypeMap.find(op_type);
   if (iter == kOpTypeMap.end()) {

mindspore/python/mindspore/ops/function/parameter_func.py

@@ -149,14 +149,16 @@ def index_add(x, indices, y, axis, use_lock=True, check_index_bound=True):
 
     Args:
         x (Parameter): The input Parameter to add to.
-        indices (Tensor): Add the  value of `x` and `y` along the dimension of the `axis` according to the
+        indices (Tensor): Add the value of `x` and `y` along the dimension of the `axis` according to the
             specified index value, with data type int32.
             The `indices` must be 1D with the same size as the size of `y` in the `axis` dimension. The values
             of `indices` should be in [0, b), where the b is the size of `x` in the `axis` dimension.
         y (Tensor): The input tensor with the value to add. Must have same data type as `x`.
             The shape must be the same as `x` except the `axis` th dimension.
         axis (int): The dimension along which to index.
-        use_lock (bool): If true, use lock mode. If false, don't use lock mode. Default: True.
+        use_lock (bool): Whether to enable a lock to protect the updating process of variable tensors.
+            If true, when updating the value of `x`, this process will be protected by a lock by using atomic operation.
+            If false, the result may be unpredictable. Default: True.
         check_index_bound (bool): If true, check index boundary. If false, don't check index boundary. Default: True.
 
     Returns:

mindspore/python/mindspore/ops/operations/math_ops.py

@@ -5082,12 +5082,14 @@ class IndexAdd(Primitive):
 
     Args:
         axis (int): The dimension along which to index.
-        use_lock (bool): If true, use lock mode. If false, don't use lock mode. Default: True.
+        use_lock (bool): Whether to enable a lock to protect the updating process of variable tensors.
+            If true, when updating the value of `x`, this process will be protected by a lock by using atomic operation.
+            If false, the result may be unpredictable. Default: True.
         check_index_bound (bool): If true, check index boundary. If false, don't check index boundary. Default: True.
 
     Inputs:
         - **x** (Parameter) - The input Parameter to add to.
-        - **indices** (Tensor) - Add the  value of `x` and `y` along the dimension of the `axis` according to the
+        - **indices** (Tensor) - Add the value of `x` and `y` along the dimension of the `axis` according to the
           specified index value, with data type int32.
           The `indices` must be 1D with the same size as the size of `y` in the `axis` dimension. The values
           of `indices` should be in [0, b), where the b is the size of `x` in the `axis` dimension.

tests/st/ops/ascend/test_index_add.py

@@ -243,3 +243,51 @@ def test_index_add_grad_uint8():
     index_add_grad_with_type(np.uint8)
     context.set_context(mode=context.PYNATIVE_MODE, device_target="Ascend")
     index_add_grad_with_type(np.uint8)
+
+
+@pytest.mark.level0
+@pytest.mark.platform_arm_ascend_training
+@pytest.mark.platform_x86_ascend_training
+@pytest.mark.env_onecard
+def test_index_add_dynamic_y():
+    """
+    Feature: test IndexAdd dynamic shape.
+    Description: input y is dynamic shape.
+    Expectation: the result match with numpy result
+    """
+    x = np.arange(2 * 3 * 4).reshape(2, 3, 4).astype(np.float32)
+    y = np.ones((2, 2, 4), dtype=np.float32)
+    idx = np.array([0, 2]).astype(np.int32)
+    axis = 1
+    expect = np.copy(x)
+    expect[:, idx, :] = expect[:, idx, :] + y
+    y_dyn = Tensor(shape=[2, None, 4], dtype=mindspore.float32)
+    context.set_context(mode=context.GRAPH_MODE, device_target="Ascend")
+    net = NetIndexAdd(x, axis)
+    net.set_inputs(Tensor(idx), y_dyn)
+    output = net(Tensor(idx), Tensor(y))
+    assert (output.asnumpy() == expect).all()
+
+
+@pytest.mark.level0
+@pytest.mark.platform_arm_ascend_training
+@pytest.mark.platform_x86_ascend_training
+@pytest.mark.env_onecard
+def test_index_add_dynamic_indices():
+    """
+    Feature: test IndexAdd dynamic shape.
+    Description: input indices is dynamic shape.
+    Expectation: the result match with numpy result
+    """
+    x = np.arange(2 * 3 * 4).reshape(2, 3, 4).astype(np.float32)
+    y = np.ones((2, 2, 4), dtype=np.float32)
+    idx = np.array([0, 2]).astype(np.int32)
+    axis = 1
+    expect = np.copy(x)
+    expect[:, idx, :] = expect[:, idx, :] + y
+    idx_dyn = Tensor(shape=[None], dtype=mindspore.int32)
+    context.set_context(mode=context.GRAPH_MODE, device_target="Ascend")
+    net = NetIndexAdd(x, axis)
+    net.set_inputs(idx_dyn, Tensor(y))
+    output = net(Tensor(idx), Tensor(y))
+    assert (output.asnumpy() == expect).all()