Crate flodl_sys

Expand description

Raw FFI bindings to the libtorch C++ shim.

Every function that can fail returns a *mut i8 error string (caller must free it with flodl_free_string). A null pointer means success.

FlodlTensor is an opaque *mut c_void handle to a heap-allocated torch::Tensor. Caller owns it and must free with flodl_free_tensor.

Constants§

FLODL_BFLOAT16
FLODL_CPU
FLODL_CUDA
FLODL_FLOAT16
FLODL_FLOAT32
FLODL_FLOAT64
FLODL_INT32
FLODL_INT64

Functions§

flodl_abs^⚠
flodl_acos^⚠
flodl_adam_step^⚠
flodl_adam_step_batched^⚠
flodl_adaptive_avg_pool2d^⚠
flodl_adaptive_max_pool2d^⚠
flodl_add^⚠
flodl_add_^⚠
flodl_add_scalar^⚠
flodl_add_scalar_^⚠
flodl_addcdiv^⚠
flodl_addcmul^⚠
flodl_addmm^⚠
flodl_all^⚠
flodl_all_finite^⚠
flodl_any^⚠
flodl_arange^⚠
flodl_argmax^⚠
flodl_argmin^⚠
flodl_argsort^⚠
flodl_asin^⚠
flodl_atan^⚠
flodl_atan2^⚠
flodl_autocast_guard_delete^⚠
flodl_autocast_guard_new^⚠
flodl_autograd_node_count^⚠
flodl_avg_pool1d^⚠
flodl_avg_pool2d^⚠
flodl_backward^⚠
flodl_batch_norm^⚠
flodl_bce_loss^⚠
flodl_bce_with_logits_loss^⚠
flodl_bernoulli^⚠
flodl_bilinear^⚠
flodl_cat^⚠
flodl_cat2^⚠
flodl_cdist^⚠
flodl_ceil^⚠
flodl_chunk^⚠
flodl_clamp^⚠
flodl_clamp_max^⚠
flodl_clamp_min^⚠
flodl_clip_grad_norm^⚠
flodl_col2im^⚠
flodl_contiguous^⚠
flodl_conv1d^⚠
flodl_conv2d^⚠
flodl_conv3d^⚠
flodl_conv_transpose1d^⚠
flodl_conv_transpose2d^⚠
flodl_conv_transpose3d^⚠
flodl_copy_^⚠
flodl_copy_data^⚠
flodl_cos^⚠
flodl_cosine_similarity^⚠
flodl_count_nonzero^⚠
flodl_count_nonzero_dim^⚠
flodl_cross_entropy_loss^⚠
flodl_ctc_loss^⚠
flodl_cuda_active_bytes^⚠
flodl_cuda_alloc_bytes^⚠
flodl_cuda_compute_capability^⚠
flodl_cuda_device_count^⚠
flodl_cuda_device_name^⚠
flodl_cuda_empty_cache^⚠
flodl_cuda_event_delete^⚠
flodl_cuda_event_elapsed_time^⚠
flodl_cuda_event_new^⚠
flodl_cuda_event_query^⚠
flodl_cuda_event_record^⚠
flodl_cuda_event_record_on_stream^⚠
flodl_cuda_event_synchronize^⚠
flodl_cuda_graph_capture_begin^⚠
flodl_cuda_graph_capture_end^⚠
flodl_cuda_graph_delete^⚠
flodl_cuda_graph_new^⚠
flodl_cuda_graph_pool^⚠
flodl_cuda_graph_pool_handle^⚠
flodl_cuda_graph_replay^⚠
flodl_cuda_graph_reset^⚠
flodl_cuda_is_available^⚠
flodl_cuda_manual_seed_all^⚠
flodl_cuda_mem_info^⚠
flodl_cuda_peak_active_bytes^⚠
flodl_cuda_peak_reserved_bytes^⚠
flodl_cuda_reset_peak_stats^⚠
flodl_cuda_stream_delete^⚠
flodl_cuda_stream_get_current^⚠
flodl_cuda_stream_new^⚠
flodl_cuda_stream_query^⚠
flodl_cuda_stream_restore_default^⚠
flodl_cuda_stream_set_current^⚠
flodl_cuda_stream_synchronize^⚠
flodl_cuda_stream_wait_event^⚠
flodl_cuda_synchronize^⚠
flodl_cuda_utilization^⚠
flodl_cumprod^⚠
flodl_cumsum^⚠
flodl_detach^⚠
flodl_detach_^⚠
flodl_device_index^⚠
flodl_device_type^⚠
flodl_diagonal^⚠
flodl_div^⚠
flodl_div_^⚠
flodl_div_scalar^⚠
flodl_div_scalar_^⚠
flodl_dropout^⚠
flodl_dtype^⚠
flodl_elu^⚠
flodl_embedding_bag^⚠
flodl_empty^⚠
flodl_ensure_grad_accumulator^⚠: Force creation of the AccumulateGrad node for a leaf tensor with requires_grad=true. The node’s stream is pinned to the current CUDA stream at the moment of this call. Use under StreamGuard to ensure DDP workers’ parameters accumulate on the training stream, not the autograd engine’s default stream.
flodl_eq_scalar^⚠
flodl_eq_tensor^⚠
flodl_erf^⚠
flodl_erfc^⚠
flodl_exp^⚠
flodl_expand^⚠
flodl_expm1^⚠
flodl_eye^⚠
flodl_feature_dropout^⚠
flodl_fill_^⚠
flodl_flatten^⚠
flodl_flip^⚠
flodl_floor^⚠
flodl_fmod_scalar^⚠
flodl_fmod_tensor^⚠
flodl_force_cuda_link^⚠
flodl_foreach_add_list_^⚠
flodl_foreach_add_scalar_^⚠
flodl_foreach_lerp_scalar_^⚠
flodl_foreach_mul_scalar_^⚠
flodl_foreach_norm^⚠
flodl_foreach_sqrt_^⚠
flodl_foreach_zero_^⚠
flodl_frac^⚠
flodl_free_string^⚠
flodl_free_tensor^⚠
flodl_from_blob^⚠
flodl_full^⚠
flodl_full_like^⚠
flodl_fused_adam_^⚠
flodl_fused_adamw_^⚠
flodl_gather^⚠
flodl_ge_scalar^⚠
flodl_ge_tensor^⚠
flodl_gelu^⚠
flodl_get_current_device^⚠
flodl_grad^⚠
flodl_grad_accumulator_delete^⚠: Free a handle returned by flodl_ensure_grad_accumulator. Safe to call with a null pointer.
flodl_grid_sample^⚠
flodl_group_norm^⚠
flodl_gru^⚠
flodl_gru_cached^⚠
flodl_gru_cell^⚠
flodl_gt_scalar^⚠
flodl_gt_tensor^⚠
flodl_hardsigmoid^⚠
flodl_hardswish^⚠
flodl_im2col^⚠
flodl_index_add^⚠
flodl_index_select^⚠
flodl_instance_norm^⚠
flodl_interpolate^⚠
flodl_is_autocast_enabled^⚠
flodl_is_channels_last^⚠
flodl_is_contiguous^⚠
flodl_is_grad_enabled^⚠
flodl_is_leaf^⚠
flodl_is_pinned^⚠
flodl_isclose^⚠
flodl_isinf^⚠
flodl_isnan^⚠
flodl_kl_div_loss^⚠
flodl_l1_loss^⚠
flodl_le_scalar^⚠
flodl_le_tensor^⚠
flodl_leaky_relu^⚠
flodl_lerp^⚠
flodl_lerp_tensor^⚠
flodl_linear^⚠
flodl_linspace^⚠
flodl_log^⚠
flodl_log2^⚠
flodl_log1p^⚠
flodl_log10^⚠
flodl_log_softmax^⚠
flodl_logical_and^⚠
flodl_logical_not^⚠
flodl_logical_or^⚠
flodl_logsumexp^⚠
flodl_lstm^⚠
flodl_lstm_cached^⚠
flodl_lstm_cell^⚠
flodl_lt_scalar^⚠
flodl_lt_tensor^⚠
flodl_malloc_trim^⚠
flodl_manual_seed^⚠
flodl_masked_fill^⚠
flodl_matmul^⚠
flodl_max^⚠
flodl_max_dim^⚠
flodl_max_pool1d^⚠
flodl_max_pool2d^⚠
flodl_maximum^⚠
flodl_mean^⚠
flodl_mean_dim^⚠
flodl_median^⚠
flodl_median_dim^⚠
flodl_meshgrid^⚠
flodl_min^⚠
flodl_min_dim^⚠
flodl_minimum^⚠
flodl_mish^⚠
flodl_movedim^⚠
flodl_mse_loss^⚠
flodl_mul^⚠
flodl_mul_^⚠
flodl_mul_scalar^⚠
flodl_mul_scalar_^⚠
flodl_multinomial^⚠
flodl_narrow^⚠
flodl_narrow_scatter^⚠
flodl_native_layer_norm^⚠
flodl_nccl_abort_rank^⚠
flodl_nccl_all_reduce^⚠
flodl_nccl_all_reduce_rank^⚠
flodl_nccl_broadcast^⚠
flodl_nccl_destroy^⚠
flodl_nccl_destroy_rank^⚠
flodl_nccl_get_unique_id^⚠
flodl_nccl_init^⚠
flodl_nccl_init_rank^⚠
flodl_nccl_size^⚠
flodl_nccl_split_rank^⚠
flodl_ndim^⚠
flodl_ne_scalar^⚠
flodl_ne_tensor^⚠
flodl_neg^⚠
flodl_nll_loss^⚠
flodl_no_grad_guard_delete^⚠
flodl_no_grad_guard_new^⚠
flodl_nonzero^⚠
flodl_norm^⚠
flodl_norm_p_dim^⚠
flodl_normalize^⚠
flodl_numel^⚠
flodl_one_hot^⚠
flodl_ones^⚠
flodl_ones_like^⚠
flodl_pad^⚠
flodl_pad_mode^⚠
flodl_permute^⚠
flodl_pin_memory^⚠
flodl_pixel_shuffle^⚠
flodl_pixel_unshuffle^⚠
flodl_pow_scalar^⚠
flodl_prelu^⚠
flodl_prod^⚠
flodl_prod_dim^⚠
flodl_rand^⚠
flodl_rand_like^⚠
flodl_randint^⚠
flodl_randn^⚠
flodl_randn_like^⚠
flodl_randperm^⚠
flodl_reciprocal^⚠
flodl_relu^⚠
flodl_remainder_scalar^⚠
flodl_remainder_tensor^⚠
flodl_repeat^⚠
flodl_requires_grad^⚠
flodl_reshape^⚠
flodl_rnn_params_create^⚠
flodl_rnn_params_free^⚠
flodl_roll^⚠
flodl_round^⚠
flodl_scatter^⚠
flodl_scatter_add^⚠
flodl_searchsorted^⚠
flodl_select^⚠
flodl_select_scatter^⚠
flodl_selu^⚠
flodl_set_cudnn_benchmark^⚠
flodl_set_current_device^⚠
flodl_set_grad^⚠
flodl_set_requires_grad^⚠
flodl_shallow_clone^⚠
flodl_shape^⚠
flodl_sigmoid^⚠
flodl_sign^⚠
flodl_silu^⚠
flodl_sin^⚠
flodl_smooth_l1_loss^⚠
flodl_softmax^⚠
flodl_softplus^⚠
flodl_sort^⚠
flodl_split^⚠
flodl_sqrt^⚠
flodl_squeeze^⚠
flodl_stack^⚠
flodl_std_dim^⚠
flodl_std_op^⚠
flodl_sub^⚠
flodl_sub_^⚠
flodl_sum^⚠
flodl_sum_dim^⚠
flodl_sum_dims^⚠
flodl_tan^⚠
flodl_tanh_op^⚠
flodl_tile^⚠
flodl_to_channels_last^⚠
flodl_to_device^⚠
flodl_to_device_async^⚠
flodl_to_dtype^⚠
flodl_topk^⚠
flodl_transpose^⚠
flodl_tril^⚠
flodl_triu^⚠
flodl_trunc^⚠
flodl_unbind^⚠
flodl_unique^⚠
flodl_unsqueeze^⚠
flodl_var^⚠
flodl_var_dim^⚠
flodl_where^⚠
flodl_zero_^⚠
flodl_zero_grad^⚠
flodl_zero_grad_set_to_none^⚠
flodl_zeros^⚠
flodl_zeros_like^⚠

Type Aliases§

FlodlTensor: Opaque handle to a torch::Tensor on the C++ side.

Crate flodl_sys

Crate flodl_sys Copy item path

Constants§

Functions§

Type Aliases§

Crate flodl_sys