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.

❌ The PR is not created using PR's template. You can refer to this Demo.
Please use PR's template, it helps save our maintainers' time so that more developers get helped.

@luotao1 @cyber-pioneer 你好，
请问能否提示一下 PR-CI-ROCM-Compile, PR-CI-Static-Check该如何修正错误，才可以通过呢？😥

代码风格检测和自动format，建议本地安装 pre-commit 2.17.0版本

Sorry to inform you that 4d0d0fa's CIs have passed for more than 7 days. To prevent PR conflicts, you need to re-run all CIs manually.

请补充关于vdot求自动微分的测试

@luotao1 @cyber-pioneer 你好， 请问能否提示一下 PR-CI-ROCM-Compile, PR-CI-Static-Check该如何修正错误，才可以通过呢？😥

解决一下冲突，ci重新rerun一下，再看看

请补充关于vdot求自动微分的测试

@cyber-pioneer 我已增加反向的梯度测试，但是反向op调用check_grad时，float64总是过不了精度的要求，我已检查梯度计算的代码应是正确的，请问我还可以从什么地方着手解决此问题呢？

另外，基于dot算子和vdot算子的相似性，我把test_dot_op.py中的DotOpBatch放大10倍（如下图所示）,发现dot算子其实也有类似的问题，请问是不是开发团队默认接纳了此问题？

请补充关于vdot求自动微分的测试

@cyber-pioneer 我已增加反向的梯度测试，但是反向op调用check_grad时，float64总是过不了精度的要求，我已检查梯度计算的代码应是正确的，请问我还可以从什么地方着手解决此问题呢？

另外，基于dot算子和vdot算子的相似性，我把test_dot_op.py中的DotOpBatch放大10倍（如下图所示）,发现dot算子其实也有类似的问题，请问是不是开发团队默认接纳了此问题？

从这里的描述来看，精度误差可能由dot引起，最好进一步深入定位一下dot精度异常的详细case以及原因（gpu&cpu，fp32/64, 前向/反向，shape， 不同平台算子实现的逻辑差异 等等）

代码实现是新增kernel，与设计方案里面用现有api组合的方案不一样，是基于怎样的考虑呢？

主要是写测试用例时，我想直接调用OpTest类里的check_grad方法，但是如果我不把vdot注册在kernel就用不了😅

Sorry to inform you that 7bfb03a's CIs have passed for more than 7 days. To prevent PR conflicts, you need to re-run all CIs manually.

代码实现是新增kernel，与设计方案里面用现有api组合的方案不一样，是基于怎样的考虑呢？

主要是写测试用例时，我想直接调用OpTest类里的check_grad方法，但是如果我不把vdot注册在kernel就用不了😅
对于组合算子的情况，在写单侧时，可以用numpy去写前反向逻辑，和算子api的前反向结果比较。

请补充关于vdot求自动微分的测试

@cyber-pioneer 我已增加反向的梯度测试，但是反向op调用check_grad时，float64总是过不了精度的要求，我已检查梯度计算的代码应是正确的，请问我还可以从什么地方着手解决此问题呢？
另外，基于dot算子和vdot算子的相似性，我把test_dot_op.py中的DotOpBatch放大10倍（如下图所示）,发现dot算子其实也有类似的问题，请问是不是开发团队默认接纳了此问题？

从这里的描述来看，精度误差可能由dot引起，最好进一步深入定位一下dot精度异常的详细case以及原因（gpu&cpu，fp32/64, 前向/反向，shape， 不同平台算子实现的逻辑差异 等等）

报错信息里看cpu的精度可能有问题，这种情况可以测试所有平台的case，如果gpu没问题可以合入，需要在PR描述里说明情况

建议可以简化一下vdot实现，在python层用其他算子组。单侧无法复用optest，可以自定义一个算子单侧，无需强制继承optest

黑客松第5期已公示名单，感谢参与！