pytorch反向接口暴露

主目录下CMakeList.txt
嵌套Caffe目录

Caffe 目录包含aten, ***等目录

Caffe同时调用Codegen.cmake 执行动态生成代码，生成动态变量

所以aten目录下可以调用动态变量并构建，其自定义变量并层层反传上层.

ATen下指定npu源文件构建

libtorch构建

---

---

自动求导引擎带注册研究思路

分析代码模板：

python__nn__function ；python_torch__function.cpp；
占位符：${py_forwards}；${py_methods}
python_variable_methods.cpp
${py_method_defs}

Function.cpp/h
${autograd_function_declarations} ${autograd_function_definitions}

python_function.cpp
${py_function_initializers}

尝试找到需要替换得地方，替换的地方就是需要添加pytorch算子接口的地方（这里找调用地方，进而找到binding的前置判断）

然后发现很多都是用declaration变量来获取值，那就看看declaration东西
vim build/aten/src/ATen/Declarations.yaml
包含算子名字、schme字符串、参数等等，有效信息很多

走读代码找到，torch方法绑定的地方，create_python_binding
前置条件get_py_torch_functions

进而找到是否应该暴露接口的判断区：

进而起飞

---

反向接口暴露修改法则

修改文件：

1. 修改文件tools/autograd/gen_python_functions.py

   这里非常重要！！是暴露接口到python层的重要修改点

   这里待研究？之前是搜索到了有bool[3]场景报错，先暂时屏蔽

   这里是因为有特别算子，参数比较多，需要手动扩充场景
   而且这里一定要记住去wrap-outputs.h去补充函数

   重要！这里是区分forward和backward，通过什么下发，forward可以用self，backward通过命名空间用aten或at，所以这里得改，保证调用域

   这里修改原因同上！这是下发代码模板得参数，backward得保留self参数

2. 修改文件tools/pyi/gen_pyi.py

   这里待研究？编译会报错，先直接注释掉屏蔽

3. 修改文件torch/csrc/autograd/utils/wrap_outputs.h

   为特殊算子服务

4. 实验测试结果