昇腾社区首页
中文
注册
开发者
下载
支持
积分兑换 NEW

aclnnBinaryCrossEntropyBackward

支持的产品型号

  • Atlas 推理系列产品。
  • 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“aclnnBinaryCrossEntropyBackwardGetWorkspaceSize”接口获取入参并根据流程计算所需workspace大小，再调用“aclnnBinaryCrossEntropyBackward”接口执行计算。

  • aclnnStatus aclnnBinaryCrossEntropyBackwardGetWorkspaceSize(const aclTensor *gradOutput, const aclTensor *self, const aclTensor *target, const aclTensor *weightOptional, int64_t reduction, aclTensor *out, uint64_t *workspaceSize, aclOpExecutor **executor)
  • aclnnStatus aclnnBinaryCrossEntropyBackward(void *workspace, uint64_t workspaceSize, aclOpExecutor *executor, aclrtStream stream)

功能描述

  • 算子功能： 求二元交叉熵反向传播的梯度值。

  • 计算公式：

已知二元交叉熵的计算公式如下：

yi=−weighti⋅(targeti⋅ln(xi)+(1−targeti)⋅ln(1−xi))y_i = -weight_i \cdot (target_i \cdot ln(x_i) + (1-target_i) \cdot ln(1-x_i))

其中xx表示网络前一层的输出，即正向的预测值；targettarget表示样本的标签值，求二元交叉熵对xx的偏导：

∂y∂x=−weight⋅∂((targeti⋅ln(xi)+(1−targeti)⋅ln(1−xi))∂x=−weight⋅(∂(target⋅ln(x))∂x+∂((1−target)⋅ln(1−x))∂x)=−weight⋅(targetx−(1−target)1−x)=−weight⋅target(1−x)−x(1−target)x(1−x)=−weight⋅target−xx(1−x)=weight⋅x−targetx(1−x)\begin{aligned} \frac {\partial y}{\partial x} &= -weight \cdot \frac {\partial ((target_i \cdot ln(x_i) + (1-target_i) \cdot ln(1-x_i))}{\partial x} \\ &= -weight \cdot (\frac {\partial (target \cdot ln(x))}{\partial x} + \frac {\partial ((1-target) \cdot ln(1-x))}{\partial x}) \\ &= -weight \cdot (\frac {target}{x} - \frac {(1-target)}{1-x}) \\ &= -weight \cdot \frac {target(1-x)-x(1-target)}{x(1-x)} \\ &= -weight \cdot \frac {target-x}{x(1-x)} \\ &= weight \cdot \frac {x-target}{x(1-x)} \end{aligned} out=grad_output⋅weight⋅x−targetx(1−x)out=mean(grad_input) if reduction=meanout = grad\_output \cdot weight \cdot \frac {x-target}{x(1-x)} \\ out = mean(grad\_input) \ if \ reduction = mean

aclnnBinaryCrossEntropyBackwardGetWorkspaceSize

  • 参数说明：

    • gradOutput(const aclTensor *, 计算输入): 网络反向传播前一步的梯度值，Device侧的aclTensor，数据类型支持FLOAT16、FLOAT、BFLOAT16（仅Atlas A2训练系列产品/Atlas 800I A2推理产品支持），且数据类型需要与其它参数一起转换到promotion类型，shape可以broadcast到self的shape。支持undefined，undefined支持ND。
    • self(const aclTensor *, 计算输入): 网络正向前一层的计算结果，Device侧的aclTensor，数据类型支持FLOAT16、FLOAT、BFLOAT16（仅Atlas A2训练系列产品/Atlas 800I A2推理产品支持），且数据类型需要与其它参数一起转换到promotion类型，支持undefined，undefined支持ND。
    • target(const aclTensor *, 计算输入): 样本的标签值，取值范围为0~1，Device侧的aclTensor，数据类型支持FLOAT16、FLOAT、BFLOAT16（仅Atlas A2训练系列产品/Atlas 800I A2推理产品支持），且数据类型需要与其它参数一起转换到promotion类型，shape可以broadcast到self的shape。支持undefined，undefined支持ND。
    • weightOptional(const aclTensor *, 计算输入): 结果的权重，Device侧的aclTensor，数据类型支持FLOAT16、FLOAT、BFLOAT16（仅Atlas A2训练系列产品/Atlas 800I A2推理产品支持），且数据类型需要与其它参数一起转换到promotion类型，shape可以broadcast到self的shape。支持undefined，undefined支持ND当weightOptional为空时，需要以self的shape创建一个全1的Tensor。
    • reduction(int64_t, 计算输入): 表示对二元交叉熵反向求梯度计算结果做的reduce操作，仅支持0,1,2三个值，0表示不做任何操作；1表示对结果取平均值；2表示对结果求和。
    • out(aclTensor *, 计算输出): 存储梯度计算结果，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）。shape与self相同。支持undefined，undefined支持ND，且undefined需要与self一致。
    • 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。

[object Object]

aclnnBinaryCrossEntropyBackward

  • 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aclnnBinaryCrossEntropyBackwardGetWorkspaceSize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。

[object Object]