跳转至

使用 C++ 扩展 Op

本文将介绍如何使用 C++ 扩展 Op，与用 Python 扩展 Op 相比，使用 C++ 扩展 Op，更加灵活、可配置的选项更多，且支持使用 GPU 作为计算设备。一般可使用 Python 扩展 Op 用于快速预研，使用 C++ 扩展 Op 追求高性能。

在阅读本文前，假定用于已经阅读使用 Python 扩展 Op 一文，并知晓以下知识点：

  • OneFlow 中，逻辑上的运算单元 Op 的概念
  • OneFlow 中，实际负责运算的 Kernel 的概念
  • Op 种类的标识符 op_type_name 的概念

OneFlow 中的 Op 系统

OneFlow 提供了一套机制，我们在这套机制下编写自定义 op 并将其注册到 OneFlow 中，就可以在 Python 中使用自定义 op。

下图展示了 OneFlow 中自定义 op 的注册机制：

OneFlow UserOp Existing System

可以看到，在 OneFlow 框架中，与自定义 op 注册有关的 Registry 有三种：

  • OpGradRegistry：管理梯度注册，用于反向图中自动求梯度

  • OpRegistry：管理 op 注册，用于生成前向图及构建 Task Graph

  • OpKernelRegistry：管理 kernel 注册，用于运行时执行用户编写的 kernel 逻辑

在具体的编程过程中，我们其实是用 C++ 编写自定义 op，并生成动态链接库(so)文件。在 Python 中加载对应的 so 文件，就可以使用该 so 文件中的自定义 op。在使用 Python 扩展 Op 时，底层也是使用了这套机制，只不过这些细节被封装在了相关 API 中，对开发者透明。

在 user_op_conf.proto 中可以查看 user op 的数据结构： 

syntax = "proto2";
package oneflow;

import "oneflow/core/framework/user_op_attr.proto";

message UserOpConf {
  message ListString {
    repeated string s = 1;
  }
  required string op_type_name = 1;
  map<string, ListString> input = 2;
  map<string, ListString> output = 3;
  map<string, UserOpAttrVal> attr = 4;
}

其中的 op_type_name 是代表 op 类别的字符串，也是指明 op 类别的全局唯一 ID。

使用 C++ 扩展 op 的步骤

  1. 实现 op 并注册：op 的实现主要用于前向图构图，包括指定 op 的名称、输入、输出、配置属性以及一些必要的用于推导 tensor 的形状与数据类型的函数

  2. 实现 op 对应的 kernel 并注册：kernel 负责运行时的具体运算过程，一个 op 可能会对应多个 kernel

  3. （可选）实现 op 对应的 grad 并注册：如果自定义 op 需要支持后向展开，需要实现一个后向函数并注册

  4. 编译链接得到 so 文件

  5. 在 Python 中加载 so 文件，并且使用 oneflow.user_op_builder 封装 C++ 编写的自定义 op

  6. 测试

示例

我们将实现一个支持 CPU 及 GPU 运算的 "myrelu" 自定义 op。 完整的代码见 code/extended_topics/create_user_op。

op 的实现与注册

我们在 myrelu_op.cpp 中定义了 op 并完成了注册： 

#include "oneflow/core/framework/framework.h"

namespace oneflow {

namespace {

REGISTER_USER_OP("myrelu")
  .Input("in")
  .Output("out")
  .SetTensorDescInferFn(
      [](user_op::InferContext *ctx) -> Maybe<void> {
        *ctx->Shape4ArgNameAndIndex("out", 0) =
            *ctx->Shape4ArgNameAndIndex("in", 0);
        *ctx->Dtype4ArgNameAndIndex("out", 0) =
            *ctx->Dtype4ArgNameAndIndex("in", 0);
        return Maybe<void>::Ok();
      });
} // namespace

} // namespace oneflow

其所作工作与使用 Python 扩展 Op 完全类似。即利用 REGISTER_USER_OP 注册了一个名为 myrelu 的 Op，设置了输入、输出，并根据输入推导了输出的形状、数据类型。

CPU kernel 的实现与注册

我们在 myrelu_cpu_kernel.cpp 中实现了 CPU 版本的 kernel 并注册： 

#include "oneflow/core/framework/framework.h"

namespace oneflow {

namespace {

template <typename T>
void MyRelu(DeviceCtx *ctx, const int64_t n, const T *x, T *y) {
  T zero = (T)(0);
  for (int64_t i = 0; i != n; ++i) {
    y[i] = std::max(x[i], zero);
  }
}

template <DeviceType device_type, typename T>
class ReluKernel final : public user_op::OpKernel {
public:
  ReluKernel() = default;
  ~ReluKernel() = default;

private:
  void Compute(user_op::KernelComputeContext *ctx) const override {
    const user_op::Tensor *in_tensor = ctx->Tensor4ArgNameAndIndex("in", 0);
    user_op::Tensor *out_tensor = ctx->Tensor4ArgNameAndIndex("out", 0);
    MyRelu<T>(ctx->device_ctx(),
           in_tensor->shape().elem_cnt(),
           in_tensor->dptr<T>(),
           out_tensor->mut_dptr<T>());
  }
  bool AlwaysComputeWhenAllOutputsEmpty() const override { return false; }
};

#define REGISTER_RELU_KERNEL(device, dtype)          \
  REGISTER_USER_KERNEL("myrelu")                     \
      .SetCreateFn<ReluKernel<device, dtype>>()      \
      .SetIsMatchedHob(                              \
          (user_op::HobDeviceTag() == device) &     \
          (user_op::HobDataType("out", 0)            \
            == GetDataType<dtype>::value));

REGISTER_RELU_KERNEL(DeviceType::kCPU, float)
REGISTER_RELU_KERNEL(DeviceType::kCPU, double)
} // namespace

} // namespace oneflow
在 OneFlow 中实现 kernel， 必须定义一个继承自 oneflow::user_op::OpKernel 的类，并重写其中的虚函数。

在以上代码中，重写了 Compute 与 AlwaysComputeWhenAllOutputsEmpty 两个虚函数，他们分别的意义是：

  • Compute 必须重写，在其中实现具体的运算逻辑

  • AlwaysComputeWhenAllOutputsEmpty 必须重写，对于绝大多数 op 而言直接返回 false 即可。对于极少数内部需要维护状态，即使输出为空也需要调用 kernel 进行计算的 op 而言，应该返回 true

实现 kernel 类后，需要调用 REGISTER_USER_KERNEL 注册。REGISTER_USER_KERNEL("myrelu") 所接受的字符串参数，就是 op_type_name， 依据 op_type_name 完成注册和运行时的查询工作，在 Python 层封装 op 时也需要使用这个 op_type_name。

REGISTER_USER_KERNEL("myrelu") 会返回一个 OpKernelRegistry 对象，需要调用它的各个方法，设置注册信息。上文代码中涉及到

  • SetCreateFn<T>()：该模板方法的模板参数 T，就是我们实现的 kernel 类，OneFlow 将使用它创建 kernel 对象。

  • SetIsMatchedHob：因为一个 op 可能有多个 kernel，要想根据物理设备及数据格式的不同而选择不同的 kernel 进行计算，就需要调用 SetIsMatchedHob 进行设置。该方法接受一个表达式，表达式为 true 时，OneFlow 将调用该 kernel 完成计算。

GPU kernel 的实现与注册

我们在 myrelu_gpu_kernel.cu 中实现了 GPU 版本的 kernel 并注册： 

#include "oneflow/core/framework/framework.h"
#include <cub/cub.cuh>

namespace oneflow {
namespace {
template <typename T>
__global__ void ReluForwardGpu(const int n, const T *x, T *y) {
  CUDA_1D_KERNEL_LOOP(i, n) { y[i] = x[i] > 0 ? x[i] : 0; }
}

class ReluGpuFloatKernel final : public user_op::OpKernel {
public:
  ReluGpuFloatKernel() = default;
  ~ReluGpuFloatKernel() = default;

private:
  void Compute(user_op::KernelComputeContext *ctx) const override {
    const user_op::Tensor *in_tensor = ctx->Tensor4ArgNameAndIndex("in", 0);
    user_op::Tensor *out_tensor = ctx->Tensor4ArgNameAndIndex("out", 0);

    int32_t n = in_tensor->shape().elem_cnt();
    const float *in_ptr = in_tensor->dptr<float>();
    float *out_ptr = out_tensor->mut_dptr<float>();
    ReluForwardGpu<float>
        <<<32, 1024, 0, ctx->device_ctx()->cuda_stream()>>>(n, in_ptr, out_ptr);
  }

  bool AlwaysComputeWhenAllOutputsEmpty() const override { return false; }
};

#define REGISTER_RELU_KERNEL(device, dtype)          \
  REGISTER_USER_KERNEL("myrelu")                     \
      .SetCreateFn<ReluGpuFloatKernel>()             \
      .SetIsMatchedHob(                              \
          (user_op::HobDeviceTag() == device) &     \
          (user_op::HobDataType("out", 0)            \
            == GetDataType<dtype>::value));

REGISTER_RELU_KERNEL(DeviceType::kGPU, float)
REGISTER_RELU_KERNEL(DeviceType::kGPU, double)
} // namespace
} // namespace oneflow

可以看到， 实现并注册 GPU kernel 的过程与 CPU kernel 几乎一致。区别主要在于：

  • 因为使用了 CUDA 编程，所以包含了 CUDA 对应的头文件

  • Compute 内部使用了 GPU 的方法

  • SetIsMatchedHob 中所匹配的设备为 GPU

此外，我们马上会在下文看到，因为使用了 CUDA，我们需要使用 nvcc 编译器（而不是 g++）来编译 GPU kernel。

编译链接选项说明

在 oneflow.sysconfig 下包含了 get_compile_flags、get_include、get_lib、get_link_flags 方法分别对应自定义 op 时的：

  • 编译选项
  • 头文件路径
  • 链接库路径
  • 链接选项

比如： 

>>> import oneflow
>>> oneflow.sysconfig.get_compile_flags()
['-I/home/yaochi/oneflow/build/python_scripts/oneflow/include', '-DHALF_ENABLE_CPP11_USER_LITERALS=0', '-DWITH_CUDA', '-D_GLIBCXX_USE_CXX11_ABI=0']

也可以通过命令行直接获取编译、链接选项： 

python -c "import oneflow; print(' '.join(oneflow.sysconfig.get_compile_flags()))"
python -c "import oneflow; print(' '.join(oneflow.sysconfig.get_link_flags()))"

对于 GPU kernel，链接时还需要指定 cudart 库。

编译、链接得到动态库

对于这个简单示例，可以使用以下 Makefile 进行构建： 

CFLAGS = $(shell python -c "import oneflow; print(' '.join(oneflow.sysconfig.get_compile_flags()))")
LFLAGS = $(shell python -c "import oneflow; print(' '.join(oneflow.sysconfig.get_link_flags()))")
CUDAPATH = /usr/local/cuda-10.1/lib64

all: final_relu.so

myrelu_op.o: myrelu_op.cpp
    g++ -std=c++11 -c myrelu_op.cpp \
    -o myrelu_op.o                  \
    -fPIC                           \
    ${CFLAGS}                       \
    ${LFLAGS}                       \
    -O2

myrelu_cpu_kernel.o: myrelu_cpu_kernel.cpp
    g++ -std=c++11 -c myrelu_cpu_kernel.cpp \
    -o myrelu_cpu_kernel.o                  \
    $(CFLAGS) -fPIC

myrelu_gpu_kernel.o: myrelu_gpu_kernel.cu
    nvcc -std=c++11 -c myrelu_gpu_kernel.cu \
    -o myrelu_gpu_kernel.o                  \
    $(CFLAGS) -x cu -Xcompiler -fPIC

final_relu.so: myrelu_op.o myrelu_cpu_kernel.o myrelu_gpu_kernel.o
    g++ -std=c++11 myrelu_op.o \
    myrelu_cpu_kernel.o        \
    myrelu_gpu_kernel.o        \
    -shared -o final_relu.so   \
    $(CFLAGS)                  \
    -fPIC                      \
    -L$(CUDAPATH)              \
    -lcudart                   \
    $(LFLAGS)

clean:
    rm -rf *.so *.o

我们使用 g++ 编译 myrelu_op.cpp、myrelu_cpu_kernel.cpp，使用 nvcc 编译 myrelu_gpu_kernel.cpp，得到目标文件（".o" 文件），最后把得到的目标文件链接为 final_relu.so。

我们将在 Python 中加载 final_relu.so 并使用封装、使用自定义 op。

在 Python 使用自定义 op

在 Python 中使用自定义 op 包括以下几个基本步骤：

  • 使用 oneflow.config.load_library 加载 so 文件

  • 使用 oneflow.user_op_builder 生成自定义 op 的 Python wrapper

  • 调用以上的 Python wrapper 得到结果

以下代码在 Python 层次封装了 myrelu 并调用： 

import oneflow as flow
import numpy as np
import oneflow.typing as tp

# 加载模块
flow.config.load_library("final_relu.so")

# 默认配置
flow.config.gpu_device_num(1)

# python op wrapper function
def myrelu(input_blob):
    op = (
        flow.user_op_builder("op_myrelu")
        .Op("myrelu")
        .Input("in", [input_blob])
        .Output("out")
        .Build()
    )
    return op.InferAndTryRun().SoleOutputBlob()


# 网络代码
@flow.global_function()
def MyJob(x: tp.Numpy.Placeholder((5,), dtype=flow.float32)) -> tp.Numpy:
    return myrelu(x)

if __name__ == "__main__":
    input = np.array([-2, -1, 0, 1, 2], dtype=np.float32)
    output = MyJob(input)
    print(input)
    print(output)
预期结果为： 
[-2. -1.  0.  1.  2.]
[0. 0. 0. 1. 2.]

以上代码中的：flow.config.load_library("final_relu.so") 为加载 so 文件。

myrelu 内部构建 python wrapper 与《使用 Python 扩展 Op 》中的封装 Op 的 Python 接口代码功能完全一样，在此不再重复解释。

到现在为止，我们已经完成 myrelu op 的构建，这是一个比较简单的 op，如果我们需要构建更复杂的 op，就需要在注册过程中使用一些额外的高级特性。 我们将从 op 注册、 kernel 注册、gradient 注册及 Python 层的封装几个方面介绍。

OpRegistry 详细介绍

Attr 方法

有些 op 除了输入输出外，还需要有配置属性，比如 reshape 需要配置形状， conv 类算在需要配置对齐方式。我们可以在注册时使用 Attr 方法，为 op 设置属性，其原型为： 

OpRegistry& Attr<cpp_type>(const std::string& name);
我们只需指定属性的名字和类型即可。 比如：

REGISTER_USER_OP("reshape")
    .Input("in")
    .Output("out")
    .Attr<shape>("shape")

REGISTER_USER_OP("conv2d")
    .Input("in")
    .Input("weight")
    .Output("out")
    .Attr<std::vector<int32_t>>("padding_before")

OneFlow 目前支持了如下几种 C++ 数据类型：

UserOpAttrType 对应的C++数据类型
kAtInt32 int32_t
kAtInt64 int64_t
kAtBool bool
kAtFloat float
kAtDouble double
kAtShape oneflow::Shape
kAtListInt32 std::vector
kAtListInt64 std::vector
kAtListFloat std::vector< float >
kAtString std::string

此外，我们还可以多传递一个参数，为属性配置默认值，默认值的类型即表格中对应的C++数据类型，如：

.Attr<bool>("is_transpose", false)

.Attr<int32_t>("size", 10)

.Attr<std::vector<int32_t>>("vector_of_size", std::vector<int32_t>{10, 11, 12})

SetCheckAttrFn 方法

对于某些属性来说，需要更精确地限制取值范围。我们可以通过在注册 op 时使用 SetCheckAttrFn 方法来指定取值范围。

例如，对于 conv op来说，其有一个配置选项 data_format，其类型是 string 字符串，但取值只能是 channels_first 或 channels_last，除此之外都不合法：

.Attr<std::string>("data_format", "NCHW")
.SetCheckAttrFn(
  [](const user_op::UserOpDefWrapper& def,
    const user_op::UserOpConfWrapper& conf) -> Maybe<void> {
   std::string data_format = conf.attr<std::string>("data_format");
   if (data_format == "channels_first" || data_format == "channels_last") {
     return Maybe<void>::Ok();
   }
   return oneflow::Error::CheckFailed()
         << "data_format value: "
         << data_format
         << " for Conv op is illegal.";
})

设置一个用于检查的函数，当属性值符合要求时，返回 Maybe<void>::Ok()；否则返回 oneflow::Error::CheckFailed()。

多输入/输出

对于有些 op 来说，可能有多个输入或者输出，这时我们就需要在注册 op 时指定其对应的输入输出的个数。

以 Input 为例：

// input 必须对应有1个 blob
.Input("input")

// input 必须对应有5个 blob
.Input("input", 5)

// input 必须对应至少5个 blob
.InputWithMinimum("input", 5)

// input 可能没有对应的 blob，若有则须对应1个
.OptionalInput("input")

// input 可能没有对应的 blob，若有则须对应5个
.OptionalInput("input", 5)

// input 可能没有对应的 blob，若有则须对应至少5个
.OptionalInputWithMininum("input", 5)
输出设置 Output 与 Input 类似。

SetGetSbpFn 方法

SetGetSbpFn 用于设置该 op 的 SBP。 以 "add_n" op 为例： 

REGISTER_USER_OP("add_n")
    .InputWithMinimum("in", 2)
    .Output("out")
    .SetGetSbpFn([](user_op::SbpContext* ctx) {
      int64_t num_axes = ctx->LogicalTensorDesc4InputArgNameAndIndex("in", 0).shape().NumAxes();
      for (int64_t i = 0; i < num_axes; ++i) {
        ctx->NewBuilder().Split(ctx->inputs(), i).Split(user_op::OpArg("out", 0), i).Build();
      }
      ctx->NewBuilder().PartialSum(ctx->inputs()).PartialSum(user_op::OpArg("out", 0)).Build();
      return Maybe<void>::Ok();
    });

OpKernelRegistry 详细介绍

SetInferTmpSizeFn 方法

某些 op 的 kernel 实现过程中，在 Compute 计算过程中可能需要一些额外的 buffer 用于存储临时数据。

我们可以在注册 kernel 时通过 SetInferTmpSizeFn 方法指定 buffer 大小，在 Compute 函数中获取该 buffer 并使用。

以下代码注册 kernel 时，通过 SetInferTmpSizeFn 指定 buffer 大小为 1024 字节：

REGISTER_USER_KERNEL("XOp")
    .SetInferTmpSizeFn(
      [](const oneflow::user_op::InferContext*) {
         return 1024;
      });

一旦通过 SetInferTmpSizeFn 设置了 buffer 大小，在 Compute 中就可以通过调用 KernelComputeContext::Tensor4ArgNameAndIndex 方法，获取该缓冲区，该缓冲区封装为 oneflow::user_op::Tensor，可以通过调用 dptr 或 mut_dptr 方法转为其它类型的指针。

class XKernel final : public oneflow::user_op::OpKernel {
  void Compute(oneflow::user_op::KernelComputeContext* ctx) override {
    oneflow::user_op::Tensor* tmp = ctx->Tensor4ArgNameAndIndex("tmp_buffer", 0);

    //转换后得到 1024 字节的 char* 缓冲区
    char* pBuff = tmp->mut_dptr<char>();

    ...
  }
};

OpGradRegistry 详细介绍

在使用 Python 扩展 Op一文中，介绍了如何为自定义 Op 提供反向计算。其核心是通过宏 REGISTER_USER_OP_GRAD 进行注册。

实际上，REGISTER_USER_OP_GRAD 其实是在定义用于求导的反向子图，因此，我们不一定需要专门像 为自定义 Op 提供反向计算 那样，专门去实现一个后向 Op 来求梯度，在大部分时候，可以使用 OneFlow 已有的 Op，描述反向子图。本节作为使用 Python 扩展 Op 的补充，详细介绍后向注册并用现有 Op 表示反向子图的方法。

Oneflow 在后向计算图展开过程中会自动求导，OneFlow 框架采用 Automatic Differentiation 方法求导，即利用链式法则自动求出整个表达式的梯度。

为了对自定义的 op 进行自动求导，我们需要通过宏 REGISTER_USER_OP_GRAD 进行注册。从数学角度上看，注册过程就是我们为自定义的 op，指定后向求导的计算方法。从编程角度看，就是为自定义 op 设置一个后向生成函数，在该函数中，编写代码，指定这个 op 的输入梯度的计算方法。

为计算自定义 op 的梯度，我们需要根据自定义 op 的输入、输出以及输出的梯度，构造出输入的梯度。在大多数情况下，我们可以通过 OneFlow 中已有的算子及其组合形式，表示出输入的梯度的计算过程。

编写代码，表示输入的梯度的计算过程，通常包含下面几步：

  1. 使用 ctx->DefineOp() 和 BackwardOpBuilder 来表示计算输入的梯度的方法，因为输入的梯度计算可能是多种运算的组合，因此 DefineOp 及 BackwardOpBuilder 可能被多次使用；

  2. 经过上一步定义了计算过程后，最终在某个算子的输出中，记录了需要的梯度。我们需要调用 ctx->FwOp().InputGradBind() 方法，将上一步的计算结果和自定义 op 的输入梯度绑定。

以下示例（包含测试在内的完整代码见 仓库的 myop_grad 目录），我们将针对一个名为 myop 的自定义 op 来注册其后向生成函数。这个 op 仅用于本文展示注册过程，不考虑实际用途，myop 的计算功能设定为计算 3*x*x。

那么，容易得到其前向传播和后向传播的关系如下图所示，即反向过程中，x 的梯度计算公式为 6*x*dy：

myop 的前向 op 定义如下： 

REGISTER_USER_OP("myop").Input("in").Output("out").SetTensorDescInferFn(
    [](user_op::InferContext *ctx) -> Maybe<void> {
      *ctx->Shape4ArgNameAndIndex("out", 0) =
          *ctx->Shape4ArgNameAndIndex("in", 0);
      *ctx->Dtype4ArgNameAndIndex("out", 0) =
          *ctx->Dtype4ArgNameAndIndex("in", 0);
      return Maybe<void>::Ok();
    });
即 myop 包含唯一的输入 in 和唯一的输出 out。

myop 的反向梯度注册代码如下： 

REGISTER_USER_OP_GRAD("myop").SetBackwardOpConfGenFn(
    [](user_op::BackwardOpConfContext* ctx) {

      const auto op1_name = ctx->FwOp().op_name() + "_grad1";

      // 算子 op1_name 用于计算 myop.in*(myop.out的梯度)
      ctx->DefineOp(op1_name,
        [&ctx](user_op::BackwardOpBuilder& builder) {
          return builder.OpTypeName("multiply")
              .InputBind("x", ctx->FwOp().input("in", 0)) //multiply.x <- myop.in
              .InputBind("y", ctx->FwOp().output_grad("out", 0)) //multiply.y <- myop.out的梯度
              .Output("out")
              .Build();
        });

      const auto op2_name = ctx->FwOp().op_name() + "_grad2";
      // 算子 op2_name 用于计算 6*op1_name
      ctx->DefineOp(op2_name,
        [&ctx, &op1_name](user_op::BackwardOpBuilder& builder) {
          return builder.OpTypeName("scalar_mul")
              .InputBind("in", ctx->GetOp(op1_name).output("out", 0))
              .Attr("has_float_operand", true)
              .Attr("has_int_operand", false)
              .Attr("float_operand", static_cast<double>(6))
              .Attr("int_operand", static_cast<int64_t>(6))
              .Output("out")
              .Build();
        });

      // (myop.in的梯度) <- op1_name.out
      ctx->FwOp().InputGradBind(user_op::OpArg("in", 0),
        [&ctx, &op2_name]() -> const std::string& {
          return ctx->GetOp(op2_name)
                .output("out", 0);
        });
  });

宏 REGISTER_USER_OP_GRAD("myop") 接受的字符串参数是 op_type_name，需要与 REGISTER_USER_OP 注册时的一致。

REGISTER_USER_OP_GRAD("myop") 会返回一个 oneflow::user_op::OpGradRegistry 对象，我们通过调用它的方法，设置自定义 op 的后向生成函数。

以上梯度注册的过程中，我们最终要求的 myop 的输入的梯度的表达式为 6*x*dy，可以从代码中看到这个求解过程。

首先，定义了 op1_name，利用已有的算子 multiply 求解 x*dy： 

// 算子 op1_name 用于计算 myop.in*(myop.out的梯度)
ctx->DefineOp(op1_name,
  [&ctx](user_op::BackwardOpBuilder& builder) {
    return builder.OpTypeName("multiply")
        .InputBind("x", ctx->FwOp().input("in", 0)) //multiply.x <- myop.in
        .InputBind("y", ctx->FwOp().output_grad("out", 0)) //multiply.y <- myop.out的梯度
        .Output("out")
        .Build();
  });

然后，定义了 op2_name，利用已有的算子 op2_name 求解 6*op1_name，即 6*x*dy。

// 算子 op2_name 用于计算 6*op1_name
ctx->DefineOp(op2_name,
  [&ctx, &op1_name](user_op::BackwardOpBuilder& builder) {
    return builder.OpTypeName("scalar_mul")
        .InputBind("in", ctx->GetOp(op1_name).output("out", 0))
        .Attr("has_float_operand", true)
        .Attr("has_int_operand", false)
        .Attr("float_operand", static_cast<double>(6))
        .Attr("int_operand", static_cast<int64_t>(6))
        .Output("out")
        .Build();
  });

最后，将 op2_name 的输出结果（即 6*x*dy）绑定到 myop 的输入的梯度上，完成注册。

// (myop.in的梯度) <- op1_name.out
ctx->FwOp().InputGradBind(user_op::OpArg("in", 0),
  [&ctx, &op2_name]() -> const std::string& {
    return ctx->GetOp(op2_name)
          .output("out", 0);
  });

以上是完整的注册梯度的流程，以下分别介绍相关的类及方法。

SetBackwardOpConfGenFn 方法

我们使用 OpGradRegistry::SetBackwardOpConfGenFn(fn) 设置后向生成函数 fn，后向生成函数 fn 的函数原型如下： 

void fn(BackwardOpConfContext* ctx);

BackwardOpConfContext* ctx 带有生成 op 所需要的信息。

BackwardOpConfContext 详细介绍

BackwardOpConfContext 类中的常用方法及其作用如下：

  • UserOpWrapper& FwOp();：获取前向 op

  • GetOp(op_name): 根据 op_name 创建并获取对应的 op，GetOp 采用延迟创建机制(lazy init)，只有 GetOp 被调用时，对应的 op 才会被真正创建

  • void DefineOp(op_name, fn)：定义名为 op_name 的 Op 的创建函数 fn。当调用 ctx->GetOp(op_name) 时， 在 OneFlow 框架中会触发 fn 进行 Op 创建，如果 Op 已经被创建过，那么这里直接获取创建的结果。fn 函数接收一个 BackwardOpBuilder 参数，用于构建反向 op，我们接下来介绍 BackwardOpBuilder。

BackwardOpBuilder 详细介绍

BackwardOpBuilder 用于构建一个反向 op。以上文中的代码片段为例 

ctx->DefineOp(op1_name,
  [&ctx](user_op::BackwardOpBuilder& builder) {
    return builder.OpTypeName("multiply")
        .InputBind("x", ctx->FwOp().input("in", 0)) //multiply.x <- myop.in
        .InputBind("y", ctx->FwOp().output_grad("out", 0)) //multiply.y <- myop.out的梯度
        .Output("out")
        .Build();
  });
我们在这个函数中，最终调用 Build 构建了一个用于计算 x*dy 的反向 op。 各个接口的作用如下：

  • OpTypeName("multiply") 指定一个 op 的 op_type_name，使用这个 op 来帮助我们进行反向梯度的计算

  • InputBind(arg_name, blob) 将 multiply 的输入 arg_name 与 指定的 blob 进行绑定，可以调用多次，如果该 arg_name 对应多个输入blob，则调用 Input 的顺序就是其对应的 index 顺序

  • Output(arg_name, num) 指定一个 arg_name 实际对应的输出 blob 的数量，如果不填 num，则 num 默认为1

  • Attr(attr_name, val) op 设置属性值，与注册 op 时的用法一样

  • Build() 完成各种设置后，通过调用 Build 完成反向 op 的构建

UserOpWrapper 详细介绍

调用 ctx->FwOp() 会返回代表前向自定义 op，即 myop 的 UserOpWrapper 对象，通过调用 UserOpWrapper 的方法，完成梯度绑定。

ctx->FwOp().InputGradBind(user_op::OpArg("in", 0),
  [&ctx, &op2_name]() -> const std::string& {
    return ctx->GetOp(op2_name)
          .output("out", 0);
  });

UserOpWrapper 的常见方法有：

  • InputGradBind(input, grad_fn)：绑定前向 op 的输入与获取梯度的函数 grad_fn。 OneFlow 会自动判断 input 是否需要生成后向的梯度，如果需要则触发 grad_fn 并进行绑定；

  • input(arg_name, index)：得到输入 arg_name 对应的 blob

  • output(arg_name,index)：得到输出 arg_name 对应的 blob

  • output_grad(output_arg_name, index)： 返回前向 op 的输出 output_arg_name 对应的后向梯度的 blob

  • attr(attr_name)：获取属性 attr_name 对应的值

  • arg_tensor_desc(arg_name, index)：返回前向 op 的输入/输出对应的 tensor 信息，包含 shape、dtype 等

为计算梯度定制 op

我们前文提到，在大多数情况下，可以通过已有 op 的组合，表示计算梯度的过程。但是，当某些特殊的前向 op，难以使用已有 op 描述其梯度求解过程时，我们需要为计算梯度专门设计和创建算子。这方面的例子可以参考使用 Python 扩展 Op 及relu_op.cpp，前者使用 Python 定制反向求导 Op，后者使用 C++ 定制反向求导 Op。

UserOpConfBuilder 详细介绍

在 OneFlow 的 Python 前端中，提供了 UserOpConfBuilder 构建自定义 op 的 wrapper，在上文 在 Python 中使用自定义 op 中已经使用。在这里我们总结下 Python 层的 UserOpConfBuilder 的各方法接口与 C++ 层的对应关系。

比如我们封装了一个 cast wrapper: 

def cast(x, dtype, name):
    return (
        flow.user_op_builder(name)
        .Op("cast")
        .Input("in", [x])
        .Output("out")
        .Attr("dtype", dtype)
        .Build()
        .InferAndTryRun()
        .RemoteBlobList()[0]
    )
)

  • Op(op_type_name)：接受的参数为 C++ 中注册时的 op_type_name

  • Input(input_name, input_blob_list)：输入，input_name 应与 C++ 中注册 op 时 Input 的第一个参数一致

  • Output(output_name, num=1)：输出，output_name 及 num 应与 C++ 中注册 op 时的 Output 一致

  • Attr(attr_name, attr_value)：设置属性，attr_name 对应了 C++ 注册时使用 OpRegistry::Attr 声明的属性，且 attr_value 类型应当与声明时的属性类型一致

  • Build()：构建得到 Python 层的 user op

通过调用 user op 中的 InferAndTryRun 可以完成推导，然后通过调用 RemoteBlobList 或者 SoleOutputBlob 方法，可以获取计算结果。

  • RemoteBlobList：获取所有输出，适用于有多个输出的 op，所有的 op 放置在一个 list 中

  • SoleOutputBlob：获取唯一的输出，适用于只有一个输出的 op