登录 注册
开源 企业版 高校版 私有云 Gitee AI NEW
开源项目 > 其他开源 > 图书/手册/教程 && 人工智能 > 机器学习/深度学习 &&
扫描微信二维码支付
取消
支付完成
Watch
不关注 关注所有动态 仅关注版本发行动态 关注但不提醒动态
335 Star 1.5K Fork 861

MindSpore / docs

代码 Issues 64 Pull Requests 4 Wiki 统计 流水线
服务
加入 Gitee
与超过 1200万 开发者一起发现、参与优秀开源项目，私有仓库也完全免费 ：）
免费加入
克隆/下载
operator_list_parallel.md 54.53 KB
一键复制 编辑 原始数据 按行查看 历史
YijieChen 提交于 2024-04-29 09:40 . Add limitation of softmax

算子级并行使用约束

查看源文件

操作名 约束 Layout配置约束
mindspore.ops.Abs 无 不支持配置Layout
mindspore.ops.ACos 无 不支持配置Layout
mindspore.ops.Acosh 无 不支持配置Layout
mindspore.ops.Add 无 支持配置Layout，输入的Layout 需要相同或能广播，不支持配置输出的Layout
mindspore.ops.AddN 无 不支持配置Layout
mindspore.ops.ApproximateEqual 无 不支持配置Layout
mindspore.ops.ArgMaxWithValue 输入在轴（axis）的维度进行切分时，分布式结果可能会和单机不一致 不支持配置Layout
mindspore.ops.ArgMinWithValue 输入在轴（axis）的维度进行切分时，分布式结果可能会和单机不一致 不支持配置Layout
mindspore.ops.Asin 无 不支持配置Layout
mindspore.ops.Asinh 无 不支持配置Layout
mindspore.ops.Assign 无 不支持配置Layout
mindspore.ops.AssignAdd 无 不支持配置Layout
mindspore.ops.AssignSub 无 不支持配置Layout
mindspore.ops.Atan 无 不支持配置Layout
mindspore.ops.Atan2 无 不支持配置Layout
mindspore.ops.Atanh 无 不支持配置Layout
mindspore.ops.AvgPool 1. 数据格式只支持‘NCHW’；
2. 输出的H/W维的shape必须能被输入的H/W维的切分策略整除；
3. 如果切分H/W：
1）当kernel_size <= stride时，输入切片大小需能被stride整除；
2）不支持kernel_size > stride；
4. 在auto_parallel模式下，不支持双递归算法。		 不支持配置Layout
mindspore.ops.AvgPool3D 1. 数据格式只支持‘NCDHW’；
2. 如果涉及相邻节点数据交换，只支持Ascend；
3. W维不支持切分；
4. 输出的D/H维的shape必须能被输入的D/H维的切分策略整除；
5. valid模式下：如果切分D/H：
1）当kernel_size <= stride时，输入切片大小需能被stride整除；
2）不支持kernel_size > stride；
6. same/pad模式下：如果切分D/H：
1）kernel_size >= stride时，（包含pad的输入总长度 - kernel_size）需能被stride整除；kernel_size < stride时，pad需等于0且分片能被stride整除；
2）（输出总长度*stride - 输入总长度）需能被切分策略整除；
3）相邻卡间发送接收的数据长度需大于等于0且小于等于切片大小；
7. 在auto_parallel模式下，不支持双递归算法。		 不支持配置Layout
mindspore.ops.BatchMatMul 无 不支持配置Layout
mindspore.ops.BatchNorm 不支持GPU 不支持配置Layout
mindspore.ops.BesselI0e 无 不支持配置Layout
mindspore.ops.BesselI1e 无 不支持配置Layout
mindspore.ops.BiasAdd 无 支持配置Layout，输入参数bias的Layout需要和input_x的最后一维度相同，不支持配置输出的Layout
mindspore.ops.BitwiseAnd 无 不支持配置Layout
mindspore.ops.BitwiseOr 无 不支持配置Layout
mindspore.ops.BitwiseXor 无 不支持配置Layout
mindspore.ops.BoundingBoxEncode 1. 支持对输入（anchor_box）和输入（groundtruth_box）的第一维进行切分；
2. 输入（anchor_box）和输入（groundtruth_box）的切分策略必须一致		 不支持配置Layout
mindspore.ops.BroadcastTo 无 不支持配置Layout
mindspore.ops.Cast Auto Parallel和Semi Auto Parallel模式下，配置策略不生效 不支持配置Layout
mindspore.ops.Cdist 1. 当两输入都含有Batch维时，这一维的切分策略必须相等；
2.M维度不支持切分		 不支持配置Layout
mindspore.ops.Ceil 无 不支持配置Layout
mindspore.ops.Concat 输入（input_x）在轴（axis）所对应的维度不能切分，切分后，在数学逻辑上和单机不等价 不支持配置Layout
mindspore.ops.Conv2D 1. 数据格式只支持‘NCHW’；
2. 如果涉及相邻节点数据交换，只支持Ascend；
3. 当group的值不为1时，不支持切分C-in/C-out；
4. weight的后两维不支持切分；
5. 输出的H/W维的shape必须能被输入的H/W维的切分策略整除；
6. valid模式下：如果切分H/W：
1）当kernel_size <= stride时其中（kernel_size=dilation (kernel_size - 1) + 1，下同），输入切片大小需能被stride整除；
2）不支持kernel_size > stride；
7. same/pad模式下：如果切分H/W：
1）kernel_size >= stride时，（包含pad的输入总长度 - kernel_size）需能被stride整除；kernel_size < stride时，pad需等于0且分片能被stride整除；
2）（ 输出总长度stride - 输入总长度）需能被切分策略整除；
3）相邻卡间发送接收的数据长度需大于等于0且小于等于切片大小；		 不支持配置Layout
mindspore.ops.Conv3D 1. 数据格式只支持‘NCDHW’；
2. 如果涉及相邻节点数据交换，只支持Ascend；
3. 当group的值不为1时，不支持切分C-in/C-out；
4. W维不支持切分，weight的后三维不支持切分；
5. 输出的D/H维的shape必须能被输入的D/H维的切分策略整除；
6. valid模式下：如果切分D/H：
1）当kernel_size <= stride时（kernel_size=dilation (kernel_size - 1) + 1，下同），输入切片大小需能被stride整除；
2）不支持kernel_size > stride；
7. same/pad模式下：如果切分D/H：
1）kernel_size >= stride时，（包含pad的输入总长度 - kernel_size）需能被stride整除；kernel_size < stride时，pad需等于0且分片能被stride整除；
2）（ 输出总长度stride - 输入总长度）需能被切分策略整除；
3）相邻卡间发送接收的数据长度需大于等于0且小于等于切片大小；
8. 在auto_parallel模式下，不支持双递归算法。		 不支持配置Layout
mindspore.ops.Cos 无 不支持配置Layout
mindspore.ops.Cosh 无 不支持配置Layout
mindspore.ops.CropAndResize 1. 不支持对输入（x）的H/W维和输入（boxes）的第二维进行切分；
2. 输入（boxes）和输入（box_index）第一维的切分策略必须一致		 不支持配置Layout
mindspore.ops.CumProd 不支持axis维切分 不支持配置Layout
mindspore.ops.CumSum 不支持axis维切分 不支持配置Layout
mindspore.ops.Div 无 支持配置Layout，输入的Layout 需要相同或能广播，不支持配置输出的Layout
mindspore.ops.DivNoNan 无 不支持配置Layout
mindspore.ops.Dropout 无 不支持配置Layout
mindspore.ops.Elu 无 不支持配置Layout
mindspore.ops.EmbeddingLookup 同Gather 不支持配置Layout
mindspore.ops.Equal 无 不支持配置Layout
mindspore.ops.Erf 无 不支持配置Layout
mindspore.ops.Erfc 无 不支持配置Layout
mindspore.ops.Erfinv 无 不支持配置Layout
mindspore.ops.Exp 无 不支持配置Layout
mindspore.ops.ExpandDims 无 不支持配置Layout
mindspore.ops.Expm1 无 不支持配置Layout
mindspore.ops.Floor 无 不支持配置Layout
mindspore.ops.FloorDiv 无 不支持配置Layout
mindspore.ops.FloorMod 无 不支持配置Layout
mindspore.ops.Gamma 1. shape为tuple，但可以对shape进行切分，如shape=(8, 16)，对应的策略可以为(2, 4);
2. alpha和beta对应的策略必须为全1;
3. 当shape切分策略不为全1时，结果和单卡不一致		 不支持配置Layout
mindspore.ops.Gather 1. batch_dims > 0时：
1）input_params的axis维度不支持切分；
2）不支持非均匀切分；
2. batch_dims = 0时:
1）均匀切分时：
a）如果input_params的axis维度不切分，则其他维度可以任意切分；
b）input_params的axis维度切分时：input_params只支持1维和2维，input_indices不支持标量，不支持input_indices和input_params同时进行切分；axis=0且参数在轴（axis）所在维度切分时，支持配置输出切分策略，合法的输出切分策略为(indices_strategy, param_strategy[1:]) 或 ((indices_strategy[0]*param_strategy[0], indices_strategy[1:]), param_strategy[1:])
2）非均匀切分时：
a）axis仅支持为0；
b）非均匀切分仅表示对input_params的第零维非均匀切分；
c）对input_params第零维的切分份数要等于对input_indices最后一维的切分份数；
d）input_params的每个维度都能切分，但input_indices只能切分最后一维，且不支持重复计算；
e）input_indices需满足：后一个切片的Tensor值需大于前一个分片的Tensor值。		 不支持配置Layout
mindspore.ops.GatherD dim所对应的维度不能切分；在auto_parallel模式下，不支持双递归算法。 不支持配置Layout
mindspore.ops.GatherNd 第一个输入不能切分，第二个输入的最后一维不能切分；在auto_parallel模式下，不支持双递归算法。 不支持配置Layout
mindspore.ops.GeLU 无 支持配置输入的Layout，不支持配置输出的Layout
mindspore.ops.Greater 无 不支持配置Layout
mindspore.ops.GreaterEqual 无 不支持配置Layout
mindspore.ops.HShrink 无 不支持配置Layout
mindspore.ops.HSigmoid 无 不支持配置Layout
mindspore.ops.InplaceAdd 不支持对x和input_v的第一维切分 不支持配置Layout
mindspore.ops.InplaceSub 同InplaceAdd 不支持配置Layout
mindspore.ops.InplaceUpdate 同InplaceAdd 不支持配置Layout
mindspore.ops.Inv 无 不支持配置Layout
mindspore.ops.IOU 支持对anchor_boxes和gt_boxes的第一维切分 不支持配置Layout
mindspore.ops.IsFinite 无 不支持配置Layout
mindspore.ops.KLDivLoss 无 不支持配置Layout
mindspore.ops.LayerNorm 第二个输入gamma以及第三个输入beta的切分策略需要等于input_x_strategy[begin_params_axis:]，input_x_strategy是第一个输入的切分策略 支持配置Layout。第二个输入gamma以及第三个输入beta的Layout配置需要等于input_x_layout_tuple[begin_params_axis:]。 第二个输入gamma以及第三个输入beta的Layout配置需要等于input_x_layout_tuple是第一个输入的layout配置
mindspore.ops.L2Loss 无 不支持配置Layout
mindspore.ops.L2Normalize 输入（input_x）在轴（axis）对应的维度不能切，切分后，在数学逻辑上和单机不等价 不支持配置Layout
mindspore.ops.Lerp 无 不支持配置Layout
mindspore.ops.Less 无 不支持配置Layout
mindspore.ops.LessEqual 无 不支持配置Layout
mindspore.ops.LinSpace 不需要为start和end配置策略，只需要传入一个长度为1的策略，其数值能整除num 不支持配置Layout
mindspore.ops.LogicalAnd 无 不支持配置Layout
mindspore.ops.LogicalNot 无 不支持配置Layout
mindspore.ops.LogicalOr 无 不支持配置Layout
mindspore.ops.Log 无 不支持配置Layout
mindspore.ops.Log1p 无 不支持配置Layout
mindspore.ops.LogSoftmax 输入（logits）在轴（axis）对应的维度不可切分，切分后，在数学逻辑上和单机不等价 不支持配置Layout
mindspore.ops.MaskedFill 无 不支持配置Layout
mindspore.ops.MatMul 1. 当transpose_b=True时，输入的切分策略需是 ((A, B), (C, B)) 的形式
2. 当transpose_b=False时，输入的切分策略需是 ((A, B), (B, C)) 的形式；
3. 支持设置输出切分策略，合法的输出切分策略为 ((A, C),) 或 ((A * B, C),) 。		 支持配置Layout。
1. 当transpose_b=True时，输入的Layout配置需是 (layout(A, B), layout(C, B)) 的形式，其中A/B/C可以是设备别名或者是设备别名元组
2. 当transpose_b=False时，输入的layout配置需是 (layout(A, B), layout(B, C)) 的形式，其中A/B/C可以是设备别名或者是设备别名元组；
3. 支持配置输出Layout，合法的输出Layout为 (layout(A, C),) 或 (layout((A, B), C),)，这里A/B/C均为设备别名；如若A是别名元组(A1, A2)，则合法的输出Layout为 (layout((A1, A2), C),) 或 (layout((A1, A2, B), C),) 。
mindspore.ops.Maximum 无 不支持配置Layout
mindspore.ops.MaxPool 1. 数据格式只支持‘NCHW’；
2. 输出的H/W维的shape必须能被输入的H/W维的切分策略整除；
3. 如果切分H/W：
1）当kernel_size <= stride时，输入切片大小需能被stride整除；
2）不支持kernel_size > stride；
4. 在auto_parallel模式下，不支持双递归算法。		 不支持配置Layout
mindspore.ops.MaxPool3D 同AvgPool3D 不支持配置Layout
mindspore.ops.Minimum 无 不支持配置Layout
mindspore.ops.Mish 无 不支持配置Layout
mindspore.ops.Mod 无 不支持配置Layout
mindspore.ops.Mul 无 支持配置Layout，输入的Layout 需要相同或能广播，不支持配置输出的Layout
mindspore.ops.MulNoNan 无 不支持配置Layout
mindspore.ops.Neg 无 不支持配置Layout
mindspore.ops.NotEqual 无 不支持配置Layout
mindspore.ops.OneHot 仅支持输入（indices）是一维的Tensor，切分策略要配置输出的切分策略，以及第1和第2个输入的切分策略 不支持配置Layout
mindspore.ops.OnesLike 无 不支持配置Layout
mindspore.ops.Pow 无 不支持配置Layout
mindspore.ops.PReLU weight的shape在非[1]的情况下，输入（input_x）的Channel维要和weight的切分方式一致 不支持配置Layout
mindspore.ops.RandomChoiceWithMask 不支持切分，仅支持全1策略 不支持配置Layout
mindspore.ops.RealDiv 无 不支持配置Layout
mindspore.ops.Reciprocal 无 不支持配置Layout
mindspore.ops.ReduceMax 输入在轴（axis）的维度进行切分时，分布式结果可能会和单机不一致 不支持配置Layout
mindspore.ops.ReduceMin 输入在轴（axis）的维度进行切分时，分布式结果可能会和单机不一致 不支持配置Layout
mindspore.ops.ReduceSum 无 不支持配置Layout
mindspore.ops.ReduceMean 无 不支持配置Layout
mindspore.ops.ReLU 无 支持配置输入的Layout，不支持配置输出的Layout
mindspore.ops.ReLU6 无 不支持配置Layout
mindspore.ops.Reshape 不支持配置切分策略，并且，在自动并行模式下，当reshape API后接有多个API，不允许对这些API配置不同的切分策略 不支持配置Layout
mindspore.ops.ResizeNearestNeighbor 在align_corners=True时只支持切分第一维和第二维。 不支持配置Layout
mindspore.ops.Rint 无 不支持配置Layout
mindspore.ops.ROIAlign 不支持对输入（features）的H/W维和输入（rois）的第二维进行切分 不支持配置Layout
mindspore.ops.Round 无 不支持配置Layout
mindspore.ops.Rsqrt 无 不支持配置Layout
mindspore.ops.ScatterAdd 第二个输入不能切分，第三个输入的前n维（n为第二个输入的维度）不能切分；在auto_parallel模式下，不支持双递归算法。 不支持配置Layout
mindspore.ops.ScatterDiv 第二个输入不能切分，第三个输入的前n维（n为第二个输入的维度）不能切分；在auto_parallel模式下，不支持双递归算法。 不支持配置Layout
mindspore.ops.ScatterMax 第一个输入的第一维不能切分，第二个输入不能切分，第三个输入的前n维（n为第二个输入的维度）不能切分；在auto_parallel模式下，不支持双递归算法。 不支持配置Layout
mindspore.ops.ScatterMin 第一个输入的第一维不能切分，第二个输入不能切分，第三个输入的前n维（n为第二个输入的维度）不能切分；在auto_parallel模式下，不支持双递归算法。 不支持配置Layout
mindspore.ops.ScatterMul 第二个输入不能切分，第三个输入的前n维（n为第二个输入的维度）不能切分；在auto_parallel模式下，不支持双递归算法。 不支持配置Layout
mindspore.ops.ScatterNdAdd 第二个输入不能切分，第三个输入的前n-1维（n为第二个输入的维度）不能切分，第三个输入的剩下k个维度（除去前n-1维度）的切分与第一个输入的最后k个切分一致；在auto_parallel模式下，不支持双递归算法。 不支持配置Layout
mindspore.ops.ScatterNdSub 第二个输入不能切分，第三个输入的前n-1维（n为第二个输入的维度）不能切分，第三个输入的剩下k个维度（除去前n-1维度）的切分与第一个输入的最后k个切分一致；在auto_parallel模式下，不支持双递归算法。 不支持配置Layout
mindspore.ops.ScatterNdUpdate 第一个输入前m维度不能切（m为第二个输入indices的最后一维的值indices[-1]）第二个输入不能切分，第三个输入的前n-1维（n为第二个输入的维度）不能切分，第三个输入的剩下k个维度（除去前n-1维度）的切分与第一个输入的最后k个切分一致；在auto_parallel模式下，不支持双递归算法。 不支持配置Layout
mindspore.ops.ScatterSub 第二个输入不能切分，第三个输入的前n维（n为第二个输入的维度）不能切分；在auto_parallel模式下，不支持双递归算法。 不支持配置Layout
mindspore.ops.ScatterUpdate 第一个输入的第一维不能切分，第二个输入不能切分，第三个输入的前n维（n为第二个输入的维度）不能切分；在auto_parallel模式下，不支持双递归算法。 不支持配置Layout
mindspore.ops.TensorScatterAdd 第二个输入不能切分，第三个输入的前n-1维（n为第二个输入的维度）不能切分，第三个输入的剩下k个维度（除去前n-1维度）的切分与第一个输入的最后k个切分一致；在auto_parallel模式下，不支持双递归算法。 不支持配置Layout
mindspore.ops.TensorScatterDiv 第二个输入不能切分，第三个输入的前n-1维（n为第二个输入的维度）不能切分，第三个输入的剩下k个维度（除去前n-1维度）的切分与第一个输入的最后k个切分一致；在auto_parallel模式下，不支持双递归算法。 不支持配置Layout
mindspore.ops.TensorScatterMax 第一个输入前m维度不能切（m为第二个输入indices的最后一维的值indices[-1]）第二个输入不能切分，第三个输入的前n-1维（n为第二个输入的维度）不能切分，第三个输入的剩下k个维度（除去前n-1维度）的切分与第一个输入的最后k个切分一致；在auto_parallel模式下，不支持双递归算法。 不支持配置Layout
mindspore.ops.TensorScatterMax 第一个输入前m维度不能切（m为第二个输入indices的最后一维的值indices[-1]）第二个输入不能切分，第三个输入的前n-1维（n为第二个输入的维度）不能切分，第三个输入的剩下k个维度（除去前n-1维度）的切分与第一个输入的最后k个切分一致；在auto_parallel模式下，不支持双递归算法。 不支持配置Layout
mindspore.ops.TensorScatterMul 第二个输入不能切分，第三个输入的前n-1维（n为第二个输入的维度）不能切分，第三个输入的剩下k个维度（除去前n-1维度）的切分与第一个输入的最后k个切分一致；在auto_parallel模式下，不支持双递归算法。 不支持配置Layout
mindspore.ops.TensorScatterAdd 第二个输入不能切分，第三个输入的前n-1维（n为第二个输入的维度）不能切分，第三个输入的剩下k个维度（除去前n-1维度）的切分与第一个输入的最后k个切分一致；在auto_parallel模式下，不支持双递归算法。 不支持配置Layout
mindspore.ops.TensorScatterUpdate 第一个输入前m维度不能切（m为第二个输入indices的最后一维的值indices[-1]）第二个输入不能切分，第三个输入的前n-1维（n为第二个输入的维度）不能切分，第三个输入的剩下k个维度（除去前n-1维度）的切分与第一个输入的最后k个切分一致；在auto_parallel模式下，不支持双递归算法。 不支持配置Layout
mindspore.ops.Select 在auto_parallel模式下，不支持双递归算法。 不支持配置Layout
mindspore.ops.SeLU 无 不支持配置Layout
mindspore.ops.Sigmoid 无 支持配置输入的Layout，不支持配置输出的Layout
mindspore.ops.SigmoidCrossEntropyWithLogits 无 不支持配置Layout
mindspore.ops.Sign 无 不支持配置Layout
mindspore.ops.Sin 无 不支持配置Layout
mindspore.ops.Sinh 无 不支持配置Layout
mindspore.ops.Softmax 输入（logits）在轴（axis）对应的维度不可切分，切分后，在数学逻辑上和单机不等价 支持配置输入的Layout，不支持配置输出的Layout，并且不能在轴（axis）对应的维度配置Layout
mindspore.ops.SoftmaxCrossEntropyWithLogits 输入（logits、labels）的最后一维不能切分；有两个输出，正向的loss只支持取[0] 不支持配置Layout
mindspore.ops.Softplus 无 不支持配置Layout
mindspore.ops.Softsign 无 不支持配置Layout
mindspore.ops.SoftShrink 无 不支持配置Layout
mindspore.ops.SparseGatherV2 同Gather 不支持配置Layout
mindspore.ops.Split 轴（axis）所对应的维度不能切分，切分后，在数学逻辑上和单机不等价 不支持配置Layout
mindspore.ops.Sqrt 无 不支持配置Layout
mindspore.ops.Square 无 不支持配置Layout
mindspore.ops.SquaredDifference 无 不支持配置Layout
mindspore.ops.Squeeze 无 不支持配置Layout
mindspore.ops.Stack 无 不支持配置Layout
mindspore.ops.StridedSlice 仅支持值为全0的mask；需要切分的维度必须全部提取；输入在strides不为1对应的维度不支持切分 不支持配置Layout
mindspore.ops.Slice 需要切分的维度必须全部提取 不支持配置Layout
mindspore.ops.Sub 无 支持配置Layout，输入的Layout 需要相同或能广播，不支持配置输出的Layout
mindspore.ops.Tan 无 不支持配置Layout
mindspore.ops.Tanh 无 不支持配置Layout
mindspore.ops.Tile 仅支持对multiples配置切分策略 不支持配置Layout
mindspore.ops.TopK 最后一维不支持切分，切分后，在数学逻辑上和单机不等价 不支持配置Layout
mindspore.ops.Transpose 无 不支持配置Layout
mindspore.ops.TruncateDiv 无 支持配置Layout，并且device matrix和tensor map的transpose都是被允许的
mindspore.ops.TruncateMod 无 不支持配置Layout
mindspore.ops.Unique 只支持重复计算的策略(1,) 不支持配置Layout
mindspore.ops.UnsortedSegmentSum 输入input_x和segment_ids的切分配置必须在segment_ids的维度上保持一致 不支持配置Layout
mindspore.ops.UnsortedSegmentMin 输入input_x和segment_ids的切分配置必须在segment_ids的维度上保持一致。注意：在segment id为空时，输出向量的对应位置会填充为输入类型的最大值。需要用户进行掩码处理，将最大值转换成0。否则容易造成数值溢出，导致通信API上溢错误，从而引发Run Task Error 不支持配置Layout
mindspore.ops.UnsortedSegmentMax 输入input_x和segment_ids的切分配置必须在segment_ids的维度上保持一致。注意：在segment id为空时，输出向量的对应位置会填充为输入类型的最小值。需要用户进行掩码处理，将最小值转换成0。否则容易造成数值溢出，导致通信API上溢错误，从而引发Run Task Error 不支持配置Layout
mindspore.ops.Xdivy 无 不支持配置Layout
mindspore.ops.Xlogy 无 不支持配置Layout
mindspore.ops.ZerosLike 无 不支持配置Layout

重复计算是指，机器没有用满，比如：集群有8张卡跑分布式训练，切分策略只对输入切成了4份。这种情况下会发生重复计算。

1
https://gitee.com/mindspore/docs.git
git@gitee.com:mindspore/docs.git
mindspore
docs
docs
master
点此查找更多帮助

搜索帮助

Git 命令在线学习 如何在 Gitee 导入 GitHub 仓库
Git 仓库基础操作
企业版和社区版功能对比
SSH 公钥设置
如何处理代码冲突
仓库体积过大，如何减小？
如何找回被删除的仓库数据
Gitee 产品配额说明
GitHub仓库快速导入Gitee及同步更新
什么是 Release（发行版）
将 PHP 项目自动发布到 packagist.org
仓库举报
回到顶部