## torch 接口功能约束说明

- [Torch](#jump2)
- [Tensor](#jump3)
- [Torch.nn](#jump4)
- [nn.functional](#jump5)
- [torch.linalg](#jump6)
- [torch.utils.data](#jump7)
- [torch.distributed](#jump8)


### <span id="jump2">torch</span>

| MindTorch接口 | 约束条件 | 
| ------------- | -------------- |  
| torch.frombuffer | require_grad暂不支持 |  
| torch.multinomial | 暂不支持传入Generator | 
| torch.randint | 暂不支持传入Generator | 
| torch.randperm | 暂不支持传入Generator | 
| torch.imag | 暂不支持图模式 |
| torch.max | 不支持other，不支持图模式 | 
| torch.lu | 暂不支持图模式， `get_infos=True`场景下，暂不支持错误扫描； 暂不支持`pivot=False`入参， 仅支持二维方阵输入，不支持(*, M, N)形式输入 |
| torch.lstsq | 暂时不支持返回第二个参数QR，暂不支持图模式，反向梯度暂不支持 |
| torch.svd | Ascend上暂不支持图模式，Ascend上反向梯度暂不支持 |
| torch.nextafter | CPU上暂不支持float32输入 |
| torch.matrix_power | GPU上暂不支持参数`n`小于0 |
| torch.i0 |  Ascend上暂不支持反向梯度， 暂不支持图模式  | 
| torch.index_add | 暂不支持二维以上的`input`或`dim`>=1，暂不支持图模式 |
| torch.index_copy | 暂不支持二维以上的`input`或`dim`>=1，暂不支持图模式 |
| torch.scatter_reduce | 暂不支持`reduce`="mean", Ascend上暂不支持`reduction='prod'`同时`dim`>0 |
| torch.asarray | 1.暂不支持输入`device`和 `copy`参数配置功能; 2.`requires_grad`仅当环境变量`ENABLE_BACKWARD=1`时生效，且不支持图模式； |
| torch.complex | 暂不支持float16类型输入 |
| torch.fmin | 暂不支持反向梯度， 暂不支持图模式 |
| torch.kron | 暂不支持入参是不同复数类型  |  
| torch.sort | 暂不支持`stable`入参 |
| torch.float_power | 不支持复数输入 |
| torch.add | 暂不支持当两个输入都为bool类型时， 返回bool类型 |
| torch.polygamma | 1.暂不支持Ascend后端；2.当入参`n`为0时，结果可能不正确 |
| torch.geqrf | 暂不支持大于2维的输入 |
| torch.repeat_interleave | 暂不支持`output_size`入参 |
| torch.index_reduce | 暂不支持`reduce`="mean"  |
| torch.corrcoef | 暂不支持复数类型入参 |
| torch.symeig | 暂不支持反向梯度， 暂不支持图模式 |
| torch.fmax | GPU和Ascend上暂不支持反向梯度， 暂不支持图模式 |
| torch.fft | 暂不支持反向梯度， 暂不支持图模式 |
| torch.norm | 1.当`p`为0/1/-1/-2时，矩阵范数不支持；2.不支持`p`为inf/-inf/0/1/-1/2/-2之外的int/float类型; 3.`dim`最多只支持指定两个维度；4.该接口使用mindspore.ops.norm实现，支持功能也可以参考[链接](https://www.mindspore.cn/docs/zh-CN/r2.1/api_python/ops/mindspore.ops.norm.html)|
| torch.poisson | Ascend上暂不支持反向梯度，暂不支持图模式 |
| torch.xlogy | Ascend 上当前只支持float16 和float32输入 |
| torch.digamma | Ascend上仅支持float16和float32类型入参 |
| torch.lgamma | Ascend上仅支持float16和float32类型入参 |
| torch.logspace | 暂不支持float型`base`入参，GPU上暂不支持 |
| torch.sgn | Ascend暂上不支持int16类型入参 |
| torch.mm | GPU上暂不支持int类型输入 |
| torch.inner | Ascend上暂不支持int类型输入 |
| torch.isclose | Ascend上， 暂不支持equal_nan=False |
| torch.matrix_rank | 暂不支持图模式，暂不支持复数类型输入，Ascend上不支持反向梯度 |
| torch.inference_mode | 当前只支持相当于no_grad的功能 |
| torch.tensordot | GPU上暂不支持int类型输入 |
| torch.scatter_add | Ascend上仅支持 updates_shape = indices_shape + input_x_shape[1:]形式的入参 |
| torch.diff | 复数输入仅在输入参数`n=1`时支持 |
| torch.scatter | 不支持reduce='mutiply'， Ascend不支持reduce='add'，  不支持indices.shape != src.shape |
| torch.set_deterministic_debug_mode | 机制差异，debug_mode配置不生效 |
| torch.is_inference_mode_enabled | 1.只能判断反向是否使能，等同于is_grad_enable，暂不具备判断其他推理功能是否使能的功能；2.不支持图模式 |
| torch.unique | 暂不支持sorted=True和return_inverse=True场景 |
| torch.argsort | 暂不支持`stable`入参 |
| torch.gradient | 入参`edge_order`暂时只支持配置为1 |
| torch.normal | 暂不支持float64输入 |
| torch.index_copy | 1.不支持input超过二维; 2.不支持dim>=1; 3.不支持图模式 |
| torch.bernoulli | 暂不支持传入Generator | 
| torch.mul | 暂不支持两个入参均为bool类型 |
| torch.set_num_threads | 1.暂不支持图模式; 2.该函数仅支持在程序执行操作之前调用; 3.此函数等效于`setnum_interopthreads` |
| torch.set_num_interop_threads | 1.暂不支持图模式; 2.该函数仅支持在程序执行操作之前调用; |

### <span id="jump3">Tensor</span>

| MindTorch接口 | 约束条件 |
| --------------- | -------------- | 
| Tensor.bool | 不支持`memory_format` |  
| Tensor.expand | 类型限制，只支持Tensor[Float16]， Tensor[Float32]， Tensor[Int32]， Tensor[Int8]， Tensor[UInt8] |
| Tensor.float | 不支持`memory_format` |
| Tensor.scatter | 不支持reduce='mutiply'， Ascend不支持reduce='add'，  不支持indices.shape != src.shape |
| Tensor.std | 不支持复数和float64输入 |
| Tensor.xlogy | Ascend 上当前只支持float16 和float32输入 |
| Tensor.abs_ | 暂不支持图模式  |
| Tensor.absolute_ | 暂不支持图模式  |
| Tensor.acos_ | 暂不支持图模式  |
| Tensor.arccos_ | 暂不支持图模式  |
| Tensor.addr_ | 暂不支持图模式  |
| Tensor.add_ | 暂不支持图模式  |
| Tensor.addbmm_ | 暂不支持图模式  |
| Tensor.addcdiv_ | 暂不支持图模式  |
| Tensor.addcmul_ | 暂不支持图模式  |
| Tensor.addmm_ | 暂不支持图模式  |
| Tensor.addmv_ | 暂不支持图模式  |
| Tensor.addr_ | 暂不支持图模式  |
| Tensor.asin_ | 暂不支持图模式  |
| Tensor.arcsin_ | 暂不支持图模式  |
| Tensor.atan_ | 暂不支持图模式  |
| Tensor.arctan_ | 暂不支持图模式  |
| Tensor.atan2_ | 暂不支持图模式  |
| Tensor.arctan2_ | 暂不支持图模式  |
| Tensor.baddbmm_ | 暂不支持图模式  |
| Tensor.bitwise_not_ | 暂不支持图模式  |
| Tensor.bitwise_and_ | 暂不支持图模式  |
| Tensor.bitwise_or_ | 暂不支持图模式  |
| Tensor.bitwise_xor_ | 暂不支持图模式  |
| Tensor.clamp_ | 暂不支持图模式  |
| Tensor.clip_ | 暂不支持图模式  |
| Tensor.copy_ | 暂不支持图模式  |
| Tensor.copysign_ | 暂不支持图模式  |
| Tensor.acosh_ | 暂不支持图模式  |
| Tensor.arccosh_ | 暂不支持图模式  |
| Tensor.cumprod_ | 暂不支持图模式  |
| Tensor.div_ | 暂不支持图模式  |
| Tensor.divide_ | 暂不支持图模式  |
| Tensor.eq_ | 暂不支持图模式  |
| Tensor.expm1_ | 暂不支持图模式  |
| Tensor.fix_ | 暂不支持图模式  |
| Tensor.fill_ | 暂不支持图模式  |
| Tensor.float_power_ | 暂不支持图模式  |
| Tensor.floor_ | 暂不支持图模式  |
| Tensor.fmod_ | 暂不支持图模式  |
| Tensor.ge_ | 暂不支持图模式  |
| Tensor.greater_equal_ | 暂不支持图模式  |
| Tensor.gt_ | 暂不支持图模式  |
| Tensor.greater_ | 暂不支持图模式  |
| Tensor.hypot_ | 暂不支持图模式  |
| Tensor.le_ | 暂不支持图模式  |
| Tensor.less_equal_ | 暂不支持图模式  |
| Tensor.lgamma_ | 暂不支持图模式  |
| Tensor.logical_xor_ | 暂不支持图模式  |
| Tensor.lt_ | 暂不支持图模式  |
| Tensor.less_ | 暂不支持图模式  |
| Tensor.lu | 暂不支持图模式，入参`get_infos=True`时暂不支持扫描错误信息， 暂不支持`pivot=False`，仅支持二维方阵输入，不支持(*, M, N)形式输入 |
| Tensor.lstsq | 暂时不支持返回第二个参数QR， 暂不支持图模式，反向梯度暂不支持 |
| Tensor.mul_ | 暂不支持图模式  |
| Tensor.multiply_ | 暂不支持图模式  |
| Tensor.mvlgamma_ | 暂不支持图模式  |
| Tensor.ne_ | 暂不支持图模式  |
| Tensor.not_equal_ | 暂不支持图模式  |
| Tensor.neg_ | 暂不支持图模式  |
| Tensor.negative_ | 暂不支持图模式  |
| Tensor.pow_ | 暂不支持图模式  |
| Tensor.reciprocal_ | 暂不支持图模式  |
| Tensor.renorm_ | 暂不支持图模式  |
| Tensor.resize_ | 暂不支持图模式  |
| Tensor.round_ | 暂不支持图模式  |
| Tensor.sigmoid_ | 暂不支持图模式  |
| Tensor.sign_ | 暂不支持图模式  |
| Tensor.sin_ | 暂不支持图模式  |
| Tensor.sinc_ | 暂不支持图模式  |
| Tensor.sinh_ | 暂不支持图模式  |
| Tensor.asinh_ | 暂不支持图模式  |
| Tensor.square_ | 暂不支持图模式  |
| Tensor.sqrt_ | 暂不支持图模式  |
| Tensor.squeeze_ | 暂不支持图模式  |
| Tensor.sub_ | 暂不支持图模式  |
| Tensor.tan_ | 暂不支持图模式  |
| Tensor.tanh_ | 暂不支持图模式  |
| Tensor.atanh_ | 暂不支持图模式  |
| Tensor.arctanh_ | 暂不支持图模式  |
| Tensor.transpose_ | 暂不支持图模式  |
| Tensor.trunc_ | 暂不支持图模式  |
| Tensor.unsqueeze_ | 暂不支持图模式  |
| Tensor.zero_ | 暂不支持图模式  |
| Tensor.svd | Ascend上暂不支持图模式，Ascend上反向梯度暂不支持 |
| Tensor.nextafter | CPU上暂不支持float32输入 |
| Tensor.matrix_power | GPU上暂不支持参数`n`小于0 |
| Tensor.i0 | Ascend上暂不支持反向梯度， 暂不支持图模式 | 
| Tensor.index_add | 暂不支持二维以上的`input`或`dim`为1 |
| Tensor.nextafter_ | CPU上暂不支持float32输入 |
| Tensor.fmin | 暂不支持反向梯度， 暂不支持图模式 |
| Tensor.imag | 暂不支持图模式 |
| Tensor.scatter_reduce | 暂不支持`reduce`="mean", Ascend上暂不支持`reduction='prod'`同时`dim`>0 |
| Tensor.scatter_reduce_ | 暂不支持`reduce`="mean"和图模式, Ascend上暂不支持`reduction='prod'`同时`dim`>0 |
| Tensor.neg | 暂不支持uint32, uint64输入 |
| Tensor.add | 暂不支持当两个输入都为bool类型时， 返回bool类型 | 
| Tensor.polygamma | 当入参`n`为0时，结果可能不正确 |
| Tensor.geqrf | 暂不支持大于2维的输入 |
| Tensor.repeat_interleave | 暂不支持`output_size`入参 |
| Tensor.index_reduce | 暂不支持`reduce`="mean" |
| Tensor.index_reduce_ | 暂不支持`reduce`="mean"和图模式 |
| Tensor.masked_scatter | 暂不支持`input`广播到`mask`和GPU后端 |
| Tensor.index_put | Ascend上暂不支持`accumulate`=False |
| Tensor.index_put_ | Ascend上暂不支持`accumulate`=False，暂不支持图模式 |
| Tensor.corrcoef | 暂不支持复数类型入参 |
| Tensor.exponential_ | 暂不支持反向梯度， 暂不支持图模式 |
| Tensor.geometric_ | 暂不支持反向梯度， 暂不支持图模式 |
| Tensor.log_normal_ | 暂不支持反向梯度， 暂不支持图模式 |
| Tensor.symeig | 暂不支持反向梯度， 暂不支持图模式 |
| Tensor.fmax | GPU和Ascend上暂不支持反向梯度， 暂不支持图模式 |
| Tensor.norm | 1.当`p`为0/1/-1/-2时，矩阵范数不支持；2.不支持`p`为inf/-inf/0/1/-1/2/-2之外的int/float类型; 3.`dim`最多只支持指定两个维度；4.该接口使用mindspore.ops.norm实现，支持功能也可以参考[链接](https://www.mindspore.cn/docs/zh-CN/r2.1/api_python/ops/mindspore.ops.norm.html)。|
| Tensor.digamma | Ascend上仅支持float16和float32类型入参 |
| Tensor.lgamma | Ascend上仅支持float16和float32类型入参 |
| Tensor.arcsinh_ | 暂不支持图模式  |
| Tensor.long | 不支持`memory_format` |
| Tensor.half | 不支持`memory_format` |
| Tensor.int | 不支持`memory_format` |
| Tensor.double | 不支持`memory_format` |
| Tensor.char | 不支持`memory_format` |
| Tensor.byte | 不支持`memory_format` |
| Tensor.short | 不支持`memory_format` |
| Tensor.new_full | 1.暂不支持`device`； 2.`requires_grad`仅当环境变量`ENABLE_BACKWARD=1`时生效，且不支持图模式； 3.暂不支持`layout`； 4.暂不支持`pin_memory`； |
| Tensor.new_zeros | 1.暂不支持`device`； 2.`requires_grad`仅当环境变量`ENABLE_BACKWARD=1`时生效，且不支持图模式； |
| Tensor.sgn | Ascend暂上不支持int16类型入参 |
| Tensor.mm | GPU上暂不支持int类型输入 |
| Tensor.inner | Ascend上暂不支持int类型输入 |
| Tensor.scatter_add | Ascend上仅支持 updates_shape = indices_shape + input_x_shape[1:]形式的入参 |
| Tensor.scatter_add_ | Ascend上仅支持 updates_shape = indices_shape + input_x_shape[1:]形式的入参，暂不支持图模式 |
| Tensor.diff | 复数输入仅在输入参数`n=1`时支持 |
| Tensor.data_ptr | 1.机制差异，返回numpy数据的指针，不支持原地修改指针指向的数据；2.暂不支持图模式 |
| Tensor.device | 机制差异，不支持对将单个张量指定执行硬件，无实际效果； |
| Tensor.isclose | Ascend上， 暂不支持equal_nan=False |
| Tensor.unique | 暂不支持sorted=True和return_inverse=True场景 |
| Tensor.to | 仅支持修改类型的功能，其他入参不生效 |
| Tensor.cuda | 机制差异，不改变张量存储内存位置 |
| Tensor.bernoulli | 暂不支持传入Generator | 
| Tensor.bernoulli_ | 1.暂不支持传入Generator；2.暂不支持图模式 | 
| Tensor.mul | 暂不支持两个入参均为bool类型 |
| Tensor.set_ | 1.暂不支持图模式； 2.暂不支持指定`storage_offset`, `size` 和 `stride`； |
| Tensor.requires_grad | 1.仅当环境变量`ENABLE_BACKWARD=1`时生效，否则非叶子结点返回结果恒为False； 2. 不支持图模式； |
| Tensor.requires_grad_ | 1.仅当环境变量`ENABLE_BACKWARD=1`时生效，否则赋值对微分结果无影响； 2. 不支持图模式； |
| Tensor.backward | 1.不支持图模式； 2.仅当环境变量`ENABLE_BACKWARD=1`时生效，否则请使用mindspore的微分接口ms.grad（https://www.mindspore.cn/docs/zh-CN/r2.0/api_python/mindspore/mindspore.grad.html）或者 ms.value_and_grad(https://www.mindspore.cn/docs/zh-CN/r2.0/api_python/mindspore/mindspore.value_and_grad.html) 进行求导。实际网络用法可参考mobilenet_v2例子（https://openi.pcl.ac.cn/OpenI/MSAdapterModelZoo/src/branch/master/official/cv/mobilenet_v2/mobilenet_v2_adapter.py）|
| Tensor.detach | 1.返回的tensor和原始tensor并不共享内存； |  
| Tensor.detach_ | 1.返回的tensor和原始tensor并不共享内存； 2. 不支持图模式； |
| Tensor.retain_grad | 1.仅当环境变量`ENABLE_BACKWARD=1`时生效； 2. 不支持图模式； |  
| Tensor.retains_grad | 1.仅当环境变量`ENABLE_BACKWARD=1`时生效，否则默认返回False； 2. 不支持图模式；  |
| Tensor.grad | 1.仅当环境变量`ENABLE_BACKWARD=1`时生效，否则默认返回None； 2. 不支持图模式； |
| Tensor.is_leaf | 1.仅当环境变量`ENABLE_BACKWARD=1`时生效； 2. 不支持图模式； |

### <span id="jump4">Torch.nn</span>

| MindTorch接口 | 约束条件 |
| --------------- | -------------- |
| nn.LPPool1d | Ascend上不支持float64 |  
| nn.LPPool2d | Ascend上不支持float64 |  
| nn.ELU | Alpha仅支持1.0 |
| nn.Hardshrink | 不支持float64 |
| nn.Hardtanh | 不支持float64 |
| nn.Hardswish | 不支持float64 |
| nn.LeakyReLU | 不支持float64 |
| nn.PReLU | 不支持float64 |
| nn.ReLU6 | 不支持float64 |
| nn.RReLU | inplace不支持图模式 |
| nn.SELU | inplace不支持图模式 |
| nn.CELU | inplace不支持图模式 |
| nn.Mish | 1.`inplace`不支持图模式；2.不支持float64 |
| nn.Threshold | inplace不支持图模式 |
| nn.Softshrink | 不支持float64 |
| nn.LogSoftmax | 不支持float64，不支持8维及以上 |  
| nn.Linear | device， dtype参数不支持 |  
| nn.UpsamplingNearest2d | 不支持size为none |  
| nn.Conv1d | Ascend上，`groups`只支持1或者与`in_channels`相等 |
| nn.Conv2d | Ascend上，`groups`只支持1或者与`in_channels`相等 |
| nn.Conv3d | 1.不支持复数；2.`padding_mode`不支持`reflect`模式；3.Ascend上`groups`, `dialtion`参数只支持为1 |
| nn.ConvTranspose1d | 1.`output_padding`，`output_size`不支持; 2.Ascend上`groups`只支持1或者与`in_channels`相等 |
| nn.ConvTranspose2d | 1.`output_padding`，`output_size`不支持; 2.Ascend上`groups`只支持1或者与`in_channels`相等 |
| nn.AdaptiveLogSoftmaxWithLoss | 不支持图模式 |
| nn.LSTM | 在图模式下，`input`不支持PackedSequence类型 |
| nn.ReflectionPad3d | `padding`参数不支持负数取值 |
| nn.Transformer | 不支持空tensor输入 |
| nn.TransformerEncoder | 不支持空tensor输入 |
| nn.TransformerDecoder | 不支持空tensor输入 |
| nn.TransformerEncoderLayer | 不支持空tensor输入 |
| nn.TransformerDecoderLayer | 不支持空tensor输入 |
| nn.AdaptiveMaxPool1d | Ascend上不支持`return_indices`　|  
| nn.AdaptiveMaxPool2d | Ascend上不支持`return_indices` |  
| nn.Embedding | 1.`scale_grad_by_freq`， `sparse`不支持; 2.`norm_type`只能为2 |
| nn.Upsample | 不支持`recompute_scale_factor` |  
| nn.RNN | 在图模式下，`input`不支持PackedSequence类型 |
| nn.GRU | 在图模式下，`input`不支持PackedSequence类型 |
| nn.CrossEntropyLoss | `target`类型为int64时，有溢出风险 |
| nn.parallel.DistributedDataParallel | 不支持`device_ids`, `output_device`, `dim`, `find_unused_parameters`, `check_reduction`, `gradient_as_bucket_view`, `static_graph` |
| nn.MultiheadAttention | 图模式下暂不支持入参使用键值对赋值 |
| nn.ModuleList | 图模式下只支持list相关操作，暂不支持module相关的功能 |
| nn.Module | nn.Module及其子类声明方法及属性时不能使用[以下名字](https://www.mindspore.cn/docs/zh-CN/r2.1/api_python/nn/mindspore.nn.Cell.html)。原因是nn.Module是继承mindspore.nn.Cell实现的, 所以也继承了它的成员变量, 存在重复名字时会导致方法及变量无法正常调用。| |
| nn.utils.clip_grad_norm_ | 1.`norm_type`只支持2.0，`error_if_nonfinite`和`foreach`不支持；2.由于微分机制不同，入参需要额外传入梯度`grads`。|
| nn.utils.clip_grad_value_ | 1.`foreach`不支持；2.由于微分机制不同，入参需要额外传入梯度`grads`。|
| nn.utils.parametrizations.orthogonal | 1.不支持图模式；2.不支持CPU/GPU后端;3.当`orthogonal_map`为`cayley`或`householder`时不支持反向。|
| nn.Module.register_backward_hook | 1.不支持求高阶导;2.hook内不能对Module进行修改。 |
| nn.Module.register_full_backward_hook | 1.不支持求高阶导;2.hook内不能对Module进行修改。 |
| nn.modules.module.register_module_backward_hook | 1.不支持求高阶导;2.hook内不能对Module进行修改。 |
| nn.modules.module.register_module_full_backward_hook | 1.不支持求高阶导;2.hook内不能对Module进行修改。 |
| nn.Module.share_memory | 机制差异，不改变张量存储内存位置 |
| nn.Module.to | 仅支持修改类型的功能，其他入参不生效 |

### <span id="jump5">nn.functional</span>

| MindTorch接口 | 约束条件 |
| --------------- | -------------- |
| functional.lp_pool1d | Ascend上不支持float64 |  
| functional.lp_pool2d | Ascend上不支持float64 |  
| functional.prelu | 不支持float64 |
| functional.rrelu | 1.inplace不支持图模式; 2.`training`入参不支持 |
| functional.softshrink | 不支持float64 |
| functional.log_softmax | 不支持float64 |
| functional.dropout1d | inplace不支持图模式 |
| functional.dropout2d | inplace不支持图模式 |
| functional.dropout3d | inplace不支持图模式 |
| functional.conv3d | Ascend上`groups`， `dialtion`参数只支持1 |
| functional.upsample_bilinear | 输入张量必须是4维  |
| functional.interpolate | `recompute_scale_factor` 及 `antialias` 入参不支持。`bicubic`模式仅支持`align_corners=True`， GPU上暂不支持`nearest-exact`模式，各模式参数和维度限制参考[mindspore.ops.interpolate](https://www.mindspore.cn/docs/zh-CN/master/api_python/ops/mindspore.ops.interpolate.html?highlight=interpolate#mindspore.ops.interpolate) | 
| functional.conv1d | Ascend上，`groups`只支持1或者与`input`的通道数相等 |
| functional.conv2d | Ascend上，`groups`只支持1或者与`input`的通道数相等 |
| functional.conv_transpose1d | 1.`output_padding`暂不支持; 2.Ascend上`groups`只支持1或者与`input`的通道数相等 |
| functional.conv_transpose2d | 1.`output_padding`暂不支持; 2.Ascend上`groups`只支持1或者与`input`的通道数相等 |
| functional.adaptive_max_pool1d | Ascend上不支持`return_indices` |  
| functional.adaptive_max_pool2d | Ascend上不支持`return_indices` |  
| functional.instance_norm | 图模式下，训练模式时， 暂不支持`running_mean`和`running_var` |
| functional.batch_norm | 图模式下，训练模式时， 暂不支持`running_mean`及`running_var` |
| functional.embedding | 1.`scale_grad_by_freq`， `sparse`不支持; 2.`norm_type`只能为2 |
| functional.mish | 1.`inplace`不支持图模式；2.不支持float64 |
| functional.selu | `inplace`不支持图模式 |
| functional.celu | 1.`inplace`不支持图模式；2.不支持float64 |
| functional.grid_sample | 不支持`mode='bicubic'` |
| functional.cross_entropy | `target`类型为int64时，有溢出风险 |
| functional.pad | 当`padding_mode`为'reflect'时，不支持填充最后三维 |
| functional.upsample | `mode`仅支持`linear`、`bilinear`、`nearest` |
| functional.ctc_loss | 入參`input_lengths` 和 `target_lengths` 不支持tuple类型 |

### <span id="jump6">torch.linalg</span>

| MindTorch接口 | 约束条件 |
| --------------- | -------------- |
| lu | 暂不支持图模式，暂不支持入参`pivot=False`， 仅支持二维方阵输入，不支持(*, M, N)形式输入 |
| lu_solve | 暂不支持图模式，入参`left=False`不支持，入参`LU`不支持三维输入 |
| lu_factor | 暂不支持图模式，仅支持二维方阵输入，不支持(*, M, N)形式输入 |
| lu_factor_ex | 暂不支持图模式，入参`get_infos=True`时暂不支持扫描错误信息， 暂不支持`pivot=False`，仅支持二维方阵输入，不支持(*, M, N)形式输入 |
| lstsq| 暂不支持图模式，反向梯度暂不支持 |
| eigvals | 暂不支持图模式，反向梯度暂不支持 |
| svd | `driver`参数只支持None， Ascend上不支持反向梯度， Ascend上暂不支持图模式 |
| svdvals | `driver`参数只支持None，Ascend上不支持反向梯度， Ascend上暂不支持图模式 |
| norm | 暂不支持复数输入， `ord`参数暂不支持浮点型输入， Ascend上暂不支持ord为nuc模式、float(`inf`)模式和整形数输入 |
| vector_norm | 暂不支持复数输入， `ord`参数暂不支持浮点型输入 |
| matrix_power | GPU上暂不支持参数`n`小于0 |
| eigvalsh | 暂不支持图模式，反向梯度暂不支持  |
| eigh | 暂不支持图模式，反向梯度暂不支持 |
| solve | 暂不支持图模式，反向梯度暂不支持  |
| cholesky | GPU上暂不支持int类型输入 |
| cholesky_ex | 入参`check_errors=True`时暂不支持扫描错误信息，GPU上暂不支持int类型输入 |
| inv_ex | 入参`check_errors=True`时暂不支持扫描错误信息 |
| matrix_norm | Ascend上暂不支持`ord`为nuc模式和+2/-2模式，暂不支持复数输入 |
| matrix_rank | 暂不支持图模式，暂不支持复数类型输入，Ascend上不支持反向梯度 |
| solve_triangular | Ascend上暂不支持, 暂不支持`left=False` |
| cond | 仅支持二维方阵输入，Ascend上暂不支持complex输入，float32类型输入仅支持`p=1/-1/'fro'/'inf'/'-inf'`，float64类型输入仅支持`p='fro'`;GPU和CPU上complex128类型输入仅支持`p=2/-2`， complex64类型输入仅支持`p='fro'/'nuc'` |
| diagonal | 当 offset != 0 时不支持float64 |

### <span id="jump7">torch.utils.data</span>

| MindTorch接口 | 约束条件                                                                                        |
| --------------- |---------------------------------------------------------------------------------------------|
| DataLoader | pin_memory仅支持False，worker_init_fn不支持自定义初始化，不支持generator来控制随机状态，不支持指定pin_memory_device |
| random_split | 暂不支持传入Generator |
| RandomSampler | 暂不支持传入Generator|
| SubsetRandomSampler | 暂不支持传入Generator|
| WeightedRandomSampler | 暂不支持传入Generator|

### <span id="jump8">torch.distributed</span>

| MindTorch接口 | 约束条件                                                                                        |
| --------------- |-----------------------------------------------------------------------------------------|
| torch.distributed.init_process_group | 不支持`timeout`, `rank`, `store`, `group_name`, `pg_options`。`init_method`仅支持“env://”或者None |
| torch.distributed.new_group | 不支持`timeout`, `pg_options`，`backend`仅支持“nccl”或“hccl” |
| torch.distributed.get_global_rank | 如果当前进程不属于输入的通信组，不支持获取rank信息，返回None |
| torch.distributed.get_process_group_ranks | 如果当前进程不属于输入的通信组，不支持获取rank信息，返回空的列表 |

### <span id="jump9">torch.cuda</span>

| MindTorch接口 | 约束条件                                                                                        |
| --------------- |-----------------------------------------------------------------------------------------|
| torch.cuda.amp.GradScaler | 1.unscale方法需要传入对应的梯度: unscale_(optimizer, grads); 2.step方法需要传入对应的梯度: step(optimizer, grads); 3.unscale_ 方法不支持图模式 |
| torch.cuda.current_stream | 1.不支持图模式；2.不支持`device`|
| torch.cuda.default_stream | 1.不支持图模式；2.不支持`device`|
| torch.cuda.synchronize | 1.不支持图模式；2.不支持`device`|
| torch.cuda.Event | 1.不支持图模式；2.不支持`interprocess`; 3.成员`from_ipc_handle`，`ipc_handle`不支持|
| torch.cuda.Stream | 1.不支持图模式；2.不支持`device`; 3.在Ascend 910B，`priority`只支持0 |

### <span id="jump10">torch.autograd</span>

| MindTorch接口 | 约束条件                                                                                        |
| --------------- |-----------------------------------------------------------------------------------------|
| torch.autograd.functional.vjp | `create_graph`, `strict`不支持 |
| torch.autograd.functional.jvp | `create_graph`, `strict`不支持 |
| torch.autograd.functional.jacobian | `create_graph`, `strict`不支持 |

### <span id="jump11">torch.fft</span>

| MindTorch接口 | 约束条件                                                                                        |
| --------------- |-----------------------------------------------------------------------------------------|
| torch.fft.rfft | 暂不支持反向梯度， 暂不支持图模式 |

### torch.\_\_version\_\_

| MindTorch接口 | 约束条件                                                                                        |
| --------------- |-----------------------------------------------------------------------------------------|
| torch.\_\_version\_\_ | 图模式下，需要在图外（`ms.jit`作用域之外或者`nn.module.forward`之外）使用。|