aclnnBatchNormBackward

支持的产品型号

• Atlas 训练系列产品。
• Atlas A2训练系列产品/Atlas 800I A2推理产品。

接口原型

每个算子分为undefined，必须先调用“aclnnBatchNormBackwardGetWorkspaceSize”接口获取入参并根据流程计算所需workspace大小，再调用“aclnnBatchNormBackward”接口执行计算。

• aclnnStatus aclnnBatchNormBackwardGetWorkspaceSize(const aclTensor *gradOut, const aclTensor *input, const aclTensor *weight, const aclTensor *runningMean, const aclTensor *runningVar, const aclTensor *saveMean, const aclTensor *saveInvstd, bool training, double eps, const aclBoolArray *outputMask, aclTensor *gradInput, aclTensor *gradWeight, aclTensor *gradBias, uint64_t *workspaceSize, aclOpExecutor **executor)
• aclnnStatus aclnnBatchNormBackward(void *workspace, uint64_t workspaceSize, aclOpExecutor *executor, aclrtStream stream)

功能描述

• 算子功能： 正则化反向计算。
• 计算公式：

$$\frac{\partial l}{\partial \hat{x}_i} = \frac{\partial l}{\partial y_i} \cdot γ$$ $$\frac{\partial l}{\partial σ^2_B} = \sum^m_{i=0}\frac{\partial l}{\partial \hat{x}_i} \cdot (x_i-μ_B) \cdot \frac{-1}{2}(σ^2_B + ε)^{-3/2}$$ $$\frac{\partial l}{\partial μ_B} = (\sum^m_{i=0}\frac{\partial l}{\partial \hat{x}_i} \cdot \frac{-1}{\sqrt{σ^2_B + ε}}) + \frac{\partial l}{\partial σ^2_B} \cdot \frac{\sum^m_{i=0}-2(x_i-μ_B)}{m}$$ $$\frac{\partial l}{\partial x_i} = \frac{\partial l}{\partial \hat{x}_i} \cdot \frac{1}{\sqrt{σ^2_B + ε}}) + \frac{\partial l}{\partial σ^2_B} \cdot \frac{2(x_i-μ_B)}{m} + \frac{\partial l}{\partial μ_B} \cdot \frac{1}{m}$$ $$\frac{\partial l}{\partial γ} = \sum^m_{i=0} \frac{\partial l}{\partial y_i} \cdot \hat{x}$$ $$\frac{\partial l}{\partial β} = \sum^m_{i=0} \frac{\partial l}{\partial y_i}$$

aclnnBatchNormBackwardGetWorkspaceSize

• 参数说明：

  • gradOut(const aclTensor *, 计算输入): 梯度Tensor，Device侧的aclTensor，数据类型支持FLOAT，FLOAT16，BFLOAT16（仅Atlas A2训练系列产品/Atlas 800I A2推理产品支持），支持undefined，支持的shape和格式有：2维（对应的格式为NC），3维（对应的格式为NCL），4维（对应的格式为NCHW），5维（对应的格式为NCDHW），6-8维（对应的格式为ND，其中第2维固定为channel轴）。
  • input(const aclTensor *, 计算输入): 正向的输入Tensor，Device侧的aclTensor，数据类型支持FLOAT，FLOAT16，BFLOAT16（仅Atlas A2训练系列产品/Atlas 800I A2推理产品支持），支持undefined，支持的shape和格式有：2维（对应的格式为NC），3维（对应的格式为NCL），4维（对应的格式为NCHW），5维（对应的格式为NCDHW），6-8维（对应的格式为ND，其中第2维固定为channel轴）。
  • weight(const aclTensor *, 计算输入): 权重Tensor，Device侧的aclTensor，数据类型仅支持FLOAT，支持undefined， undefined为ND。shape为1维，长度与input入参中channel轴的长度相等。
  • runningMean(const aclTensor *, 计算输入): 训练期间计算的平均值，Device侧的aclTensor数据类型仅支持FLOAT，支持undefined， undefined为ND。shape为1维，长度与input入参中channel轴的长度相等。
  • runningVar(const aclTensor *, 计算输入): 训练期间计算的方差，Device侧的aclTensor，数据类型仅支持FLOAT，支持undefined， undefined为ND。shape为1维，长度与input入参中channel轴的长度相等。
  • saveMean(const aclTensor *, 计算输入): 保存的均值，Device侧的aclTensor，数据类型仅支持FLOAT，支持undefined， undefined为ND。shape为1维，长度与input入参中channel轴的长度相等。
  • saveInvstd(const aclTensor *, 计算输入): 保存的标准差的倒数，Device侧的aclTensor，数据类型仅支持FLOAT，支持undefined， undefined为ND。shape为1维，长度与input入参中channel轴的长度相等。
  • training(bool, 计算输入): Host侧的bool值，标记是否训练场景，true表示训练场景，false表示推理场景。
  • eps(double *, 计算输入): Host侧的double值。添加到方差中的值，以避免出现除以零的情况。
  • outputMask(const aclBoolArray *, 计算输入): aclBoolArray类型，输出的掩码。
  • gradInput(aclTensor *, 出参): 可选输出，若outputMask[0]为True，则需要输出，否则不输出；输入Tensor的梯度，Device侧的aclTensor，数据类型支持FLOAT，FLOAT16，BFLOAT16（仅Atlas A2训练系列产品/Atlas 800I A2推理产品支持），支持undefined，支持的shape和格式有：2维（对应的格式为NC），3维（对应的格式为NCL），4维（对应的格式为NCHW），5维（对应的格式为NCDHW），6-8维（对应的格式为ND，其中第2维固定为channel轴）。
  • gradWeight(aclTensor *, 出参): 可选输出，若outputMask[1]为True，则需要输出，否则不输出；缩放参数的梯度，Device侧的aclTensor，数据类型仅支持FLOAT，支持undefined， undefined为ND。shape为1维，长度与input入参中channel轴的长度相等。
  • gradBias(aclTensor *, 出参): 可选输出，若outputMask[2]为True，则需要输出，否则不输出；偏置参数的梯度，Device侧的aclTensor，数据类型仅支持FLOAT，支持undefined， undefined为ND。shape为1维，长度与input入参中channel轴的长度相等。
  • workspaceSize(uint64_t *, 出参): 返回需要在Device侧申请的workspace大小。
  • executor(aclOpExecutor **, 出参): 返回op执行器，包含了算子计算流程。

• 返回值：

  aclnnStatus: 返回状态码，具体参见undefined。

aclnnBatchNormBackward

• 参数说明：

  • workspace(void *, 入参): 在Device侧申请的workspace内存地址。
  • workspaceSize(uint64_t, 入参): 在Device侧申请的workspace大小，由第一段接口aclnnBatchNormBackwardGetWorkspaceSize获取。
  • executor(aclOpExecutor *, 入参): op执行器，包含了算子计算流程。
  • stream(aclrtStream, 入参): 指定执行任务的AscendCL Stream流。

• 返回值：

  aclnnStatus: 返回状态码，具体参见undefined。

约束与限制

无

调用示例

示例代码如下，仅供参考，具体编译和执行过程请参考undefined。