Add op remainder for all platform

[FisherWY]

• Remainder全平台实现
  • arm
  • loongarch
  • mips, working
  • riscv
  • vulkan
  • x86
• PNNX转换
• 单测

[tencent-adm]

All committers have signed the CLA.

[nihui]

remainder 应该实现在 binaryop 里的...

[FisherWY]

remainder 应该实现在 binaryop 里的...

是的，昨天参考了Paddle的文档，提PR后才发现Paddle和Torch的Remainder不一样😂，下一个commit会修正的
Paddle文档：链接
Torch文档：链接

[codecov-commenter]

Codecov Report

Merging #4912 (1fd5705) into master (c45c01c) will decrease coverage by 0.05%.
Report is 32 commits behind head on master.
The diff coverage is 0.00%.

@@            Coverage Diff             @@
##           master    #4912      +/-   ##
==========================================
- Coverage   89.81%   89.76%   -0.05%     
==========================================
  Files         306      306              
  Lines       86875    86997     +122     
==========================================
+ Hits        78024    78091      +67     
- Misses       8851     8906      +55     

Files Changed	Coverage Δ
src/layer/binaryop.cpp	97.19% <0.00%> (-2.20%)	⬇️
src/layer/x86/avx512_mathfun.h	99.00% <0.00%> (-1.00%)	⬇️
src/layer/x86/avx_mathfun.h	98.79% <0.00%> (-1.21%)	⬇️
src/layer/x86/binaryop_x86.cpp	98.11% <0.00%> (-1.69%)	⬇️
src/layer/x86/sse_mathfun.h	98.78% <0.00%> (-1.22%)	⬇️

... and 6 files with indirect coverage changes

[nihui]

ci 很多编译失败，需要修复

[FisherWY]

ci 很多编译失败，需要修复

目前在x86上根据Torch提供的计算公式进行实现，但貌似结果没法对齐（test_binaryop挂）：torch.remainder(a, b) == a - a.div(b, rounding_mode="floor") * b，链接，🤔

[nihui]

ci 很多编译失败，需要修复

目前在x86上根据Torch提供的计算公式进行实现，但貌似结果没法对齐（test_binaryop挂）：torch.remainder(a, b) == a - a.div(b, rounding_mode="floor") * b，链接，🤔

        float div_result = x / y;
        float round_result = roundf(div_result);
        float res = x - y * round_result;
        return res;

是这里的 roundf( x / y ) 和 div floor 不一样吧

[FisherWY]

ci 很多编译失败，需要修复

目前在x86上根据Torch提供的计算公式进行实现，但貌似结果没法对齐（test_binaryop挂）：torch.remainder(a, b) == a - a.div(b, rounding_mode="floor") * b，链接，🤔

        float div_result = x / y;
        float round_result = roundf(div_result);
        float res = x - y * round_result;
        return res;

是这里的 roundf( x / y ) 和 div floor 不一样吧

遇到了一个奇怪的问题，复现步骤如下：

1. 在src/layer/binaryop.cpp中写一个实现，返回值为0：

struct binary_op_remainder
{
    float operator()(const float& x, const float& y) const
    {
        return 0.0f;
    }
};

2. 在src/layer/x86/binaryop_x86.cpp中实现x86平台，返回值同样为0：

struct binary_op_remainder
{
    float func(const float& x, const float& y) const
    {

        return 0.0f;
    }
#if __SSE2__
    __m128 func_pack4(const __m128& x, const __m128& y) const
    {
        __m128 res = _mm_setzero_ps();
        return res;
    }
#if __AVX__
    __m256 func_pack8(const __m256& x, const __m256& y) const
    {
        __m256 res = _mm256_setzero_ps();
        return res;
    }
#if __AVX512F__
    __m512 func_pack16(const __m512& x, const __m512& y) const
    {
        __m512 res = _mm512_setzero_ps();
        return res;
    }
#endif // __AVX512F__
#endif // __AVX__
#endif // __SSE2__

3. 编译并运行单测，却会得到不同的结果：
   
4. 请问这是什么原因造成的呢？（我的理解是单测是用src/layer/binaryop.cpp的计算结果跟对应平台的实现进行比对，请问是这理解有误吗？）

[nihui]

ci 很多编译失败，需要修复

目前在x86上根据Torch提供的计算公式进行实现，但貌似结果没法对齐（test_binaryop挂）：torch.remainder(a, b) == a - a.div(b, rounding_mode="floor") * b，链接，🤔

        float div_result = x / y;
        float round_result = roundf(div_result);
        float res = x - y * round_result;
        return res;

是这里的 roundf( x / y ) 和 div floor 不一样吧

遇到了一个奇怪的问题，复现步骤如下：

1. 在`src/layer/binaryop.cpp`中写一个实现，返回值为0：

struct binary_op_remainder
{
    float operator()(const float& x, const float& y) const
    {
        return 0.0f;
    }
};

2. 在`src/layer/x86/binaryop_x86.cpp`中实现x86平台，返回值同样为0：

struct binary_op_remainder
{
    float func(const float& x, const float& y) const
    {

        return 0.0f;
    }
#if __SSE2__
    __m128 func_pack4(const __m128& x, const __m128& y) const
    {
        __m128 res = _mm_setzero_ps();
        return res;
    }
#if __AVX__
    __m256 func_pack8(const __m256& x, const __m256& y) const
    {
        __m256 res = _mm256_setzero_ps();
        return res;
    }
#if __AVX512F__
    __m512 func_pack16(const __m512& x, const __m512& y) const
    {
        __m512 res = _mm512_setzero_ps();
        return res;
    }
#endif // __AVX512F__
#endif // __AVX__
#endif // __SSE2__

3. 编译并运行单测，却会得到不同的结果：
   ![image](https://user-images.githubusercontent.com/32707008/275434958-8e9949fa-2e45-420b-949d-b218cbb2a881.png)

4. 请问这是什么原因造成的呢？（我的理解是单测是用`src/layer/binaryop.cpp`的计算结果跟对应平台的实现进行比对，请问是这理解有误吗？）

test layer gpu failed 表明 vulkan 的实现没有和 binaryop.cpp 对齐

[FisherWY]

ci 很多编译失败，需要修复

目前在x86上根据Torch提供的计算公式进行实现，但貌似结果没法对齐（test_binaryop挂）：torch.remainder(a, b) == a - a.div(b, rounding_mode="floor") * b，链接，🤔

        float div_result = x / y;
        float round_result = roundf(div_result);
        float res = x - y * round_result;
        return res;

是这里的 roundf( x / y ) 和 div floor 不一样吧

遇到了一个奇怪的问题，复现步骤如下：

1. 在`src/layer/binaryop.cpp`中写一个实现，返回值为0：

struct binary_op_remainder
{
    float operator()(const float& x, const float& y) const
    {
        return 0.0f;
    }
};

2. 在`src/layer/x86/binaryop_x86.cpp`中实现x86平台，返回值同样为0：

struct binary_op_remainder
{
    float func(const float& x, const float& y) const
    {

        return 0.0f;
    }
#if __SSE2__
    __m128 func_pack4(const __m128& x, const __m128& y) const
    {
        __m128 res = _mm_setzero_ps();
        return res;
    }
#if __AVX__
    __m256 func_pack8(const __m256& x, const __m256& y) const
    {
        __m256 res = _mm256_setzero_ps();
        return res;
    }
#if __AVX512F__
    __m512 func_pack16(const __m512& x, const __m512& y) const
    {
        __m512 res = _mm512_setzero_ps();
        return res;
    }
#endif // __AVX512F__
#endif // __AVX__
#endif // __SSE2__

3. 编译并运行单测，却会得到不同的结果：
   ![image](https://user-images.githubusercontent.com/32707008/275434958-8e9949fa-2e45-420b-949d-b218cbb2a881.png)

4. 请问这是什么原因造成的呢？（我的理解是单测是用`src/layer/binaryop.cpp`的计算结果跟对应平台的实现进行比对，请问是这理解有误吗？）

test layer gpu failed 表明 vulkan 的实现没有和 binaryop.cpp 对齐

原来如此，非常感谢！

[nihui]

ci 很多测试失败了 qaq