aclnnBinaryCrossEntropyWithLogits

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“aclnnBinaryCrossEntropyWithLogitsGetWorkspaceSize”接口获取入参并根据流程计算所需workspace大小，再调用“aclnnBinaryCrossEntropyWithLogits”接口执行计算。

• aclnnStatus aclnnBinaryCrossEntropyWithLogitsGetWorkspaceSize(const aclTensor *self, const aclTensor *target, const aclTensor *weightOptional, const aclTensor *posWeightOptional, int64_t reduction, aclTensor *out, uint64_t *workspaceSize, aclOpExecutor **executor)
• aclnnStatus aclnnBinaryCrossEntropyWithLogits(void *workspace, uint64_t workspaceSize, aclOpExecutor *executor, aclrtStream stream)

功能描述

• 算子功能： 计算输入logits与标签target之间的BCELoss损失。

• 计算公式：

单标签场景：

$$\ell(self, target) = L = \{l_{1},..., l_{n}\}^{T}$$ $$\ell_{n} = -weight_{n}[targey_{n} \cdot log(\sigma(self_{n})) + (1 - target_{n}) \cdot log(1 - \sigma(self_{n}))]$$ $$\ell(self, target) = \begin{cases} L, & if\ reduction = none\\ mean(L), & if\ reduction = mean\\ sum(L), & if\ reduction = sum\\ \end{cases}$$

多标签场景：

$$\ell_c(self, target) = L_c = \{l_{1,c},..., l_{n,c}\}^{T}$$ $$\ell_{n,c} = -weight_{n,c}[pos\_weight_{n,c} \cdot targey_{n,c} \cdot log(\sigma(self_{n,c})) + (1 - target_{n,c}) \cdot log(1 - \sigma(self_{n,c}))]$$

aclnnBinaryCrossEntropyWithLogitsGetWorkspaceSize

• 参数说明：

  • self(const aclTensor *, 计算输入): 连接层输出，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，undefined支持ND。
  • target(const aclTensor *, 计算输入): lable标签值，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需要与self一致，支持undefined，undefined支持ND。
  • weightOptional(const aclTensor *, 计算输入): 二分交叉熵权重，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需要能够broadcast到target，支持undefined，undefined支持ND。
  • posWeightOptional(const aclTensor *, 计算输入): 各类的正类权重，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），shape需要能够broadcast到target，支持undefined，undefined支持ND。
  • reduction(int64_t, 计算输入): 输出结果计算方式，Host侧的整型值，数据类型支持INT64，0代表None不操作；1代表Mean求损失函数均值；2代表Sum求损失函数的和。
  • out(aclTensor*, 计算输出): 输出误差，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），且数据类型与target一致，如果reduction = None，shape与self一致，其他情况shape为[1]，支持undefined，undefined支持ND。
  • 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。

aclnnBinaryCrossEntropyWithLogits

• 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aclnnBinaryCrossEntropyWithLogitsGetWorkspaceSize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。