[cangtianhuang]

PR Category

Execute Infrastructure

PR Types

Bug fixes

Description

• maximum minimum support 0-size #71829

经检查和测试，当前 paddle.mean 的 特判逻辑 不能正确拦截所有 0-size tensor 的 reduce 情况。gpu 上运行即会报错（cpu 上运行正常，详见 #71555 ）：

若输入形状为 [2, 0, 4]，沿着 axis=1 求 mean，预期输出形状应为 [2, 4]，填充为 NAN 。不符合特判中 if (out && out->numel() == 0) 或 if (x.numel() == 0 && out && out->dims().size() == 0) 情况。

import paddle
from paddle import Tensor
import numpy as np

paddle.set_device('gpu')
x = np.array([], dtype=np.float32).reshape([2, 0, 4])
ref = np.mean(x, axis=1, keepdims=False)
out = paddle.mean(Tensor(x), axis=1)
assert np.allclose(ref, out.numpy(), equal_nan=True), f"ref: {ref}, out: {out.numpy()}"

经检查，FullKernel 中实现了对 0 显存长度的分配，因此我们可以直接调用 Full 填充并返回，修改方式类似于 #71578 。最后添加了前向测试用例。

使用 PaddleAPITest 测试通过，使用自己新增的配置：

python engine.py --accuracy=True --api_config_file=tester/api_config/api_config_0_size_mean.txt > tester/api_config/test_log_0_size_mean/log.log 2>&1

@wanghuancoder

[paddle-bot]

你的PR提交成功，感谢你对开源项目的贡献!
请关注后续CI自动化测试结果，详情请参考Paddle-CI手册。
Your PR has been submitted. Thanks for your contribution!
Please wait for the result of CI firstly. See Paddle CI Manual for details.

[cangtianhuang]

将 paddle/phi/kernels/funcs/reduce_function.h 处的 GE 修改为 GT ，是因为更底层的代码对 0-size tensor 的支持有奇怪的报错，不应该将处理逻辑下放，如 #71826 。经测试， eigen3 库对 0-size tensor 的支持也并不完善：

• 以 Paddle 当前所用 eigen3 版本为例，最小复现代码：

    Eigen::Tensor<float, 3> tensor(2, 0, 4);
    tensor.setZero();
    auto mean_op = tensor.mean(Eigen::array<int, 1>{0});
    Eigen::Tensor<float, 2> mean_tensor = mean_op;

• 报错：

Assertion failed: divider > 0, file D:\Projects\C_Project\eigen3\unsupported\Eigen\CXX11\src\Tensor\TensorIntDiv.h, line 156

• 报错原因：
  Tensor\TensorReduction.h 尝试加速计算，通过维度大小计算步长 m_outputStrides ，但是规约后的维度为 (0, 4)，相乘得到 0 步长，随后在 Tensor\TensorIntDiv.h 报错。

[wanghuancoder]

LGTM