aclnnAdaptiveMaxPool3dBackward

产品支持情况

产品	是否支持
[object Object]Atlas A3 训练系列产品/Atlas A3 推理系列产品[object Object]	√
[object Object]Atlas A2 训练系列产品/Atlas 800I A2 推理产品/A200I A2 Box 异构组件[object Object]	√
[object Object]Atlas 200I/500 A2 推理产品[object Object]	×
[object Object]Atlas 推理系列产品 [object Object]	×
[object Object]Atlas 训练系列产品[object Object]	×

功能说明

• 算子功能： 正向自适应最大池化的反向传播，将梯度回填到每个自适应窗口最大值的坐标处，相同坐标处累加。
• 正向计算公式：

  说明 N（Batch）表示批量大小、H（Height）表示特征图高度、W（Width）表示特征图宽度、C（Channels）表示特征图通道、D（Depth）表示特征图深度

对于输入self维度$[N,C,D,H,W]$、outputSize值为$[D_o,H_o,W_o]$的场景，其输出output维度为$[N,C,D_o,H_o,W_o]$，索引indices维度为$[N,C,D_o,H_o,W_o]$，相应tensor中每个元素的计算公式如下：

$$D_{left}^l = \lfloor(l*D)/D_o\rfloor \\ D_{right}^l = \lceil(l*D)/D_o\rceil \\ H_{left}^m = \lfloor(m*H)/H_o\rfloor \\ H_{right}^m = \lceil(m*H)/H_o\rceil \\ W_{left}^n = \lfloor(n*W)/W_o\rfloor \\ W_{right}^n = \lceil(n*W)/W_o\rceil \\ output(N,C,l,m,n) = \mathop{\max}\limits_{i \in [D_{left}^l,D_{right}^l],j\in[H_{left}^m,H_{right}^m],k\in[W_{left}^n,W_{right}^n]} input(N,C,i,j,k) \\ indices(N,C,l,m,n) = \mathop{\arg\max}\limits_{i \in [D_{left}^l,D_{right}^l],j\in[H_{left}^m,H_{right}^m],k\in[W_{left}^n,W_{right}^n]} input(N,C,i,j,k)$$

函数原型

每个算子分为undefined，必须先调用“aclnnAdaptiveMaxPool3dBackwardGetWorkspaceSize”接口获取计算所需workspace大小以及包含了算子计算流程的执行器，再调用“aclnnAdaptiveMaxPool3dBackward”接口执行计算。

• aclnnStatus aclnnAdaptiveMaxPool3dBackwardGetWorkspaceSize(const aclTensor* gradOutput, const aclTensor* self, const aclTensor* indices, aclTensor* gradInput, uint64_t* workspaceSize, aclOpExecutor** executor)
• aclnnStatus aclnnAdaptiveMaxPool3dBackward(void* workspace, uint64_t workspaceSize, aclOpExecutor* executor, aclrtStream stream)

aclnnAdaptiveMaxPool3dBackwardGetWorkspaceSize

• 参数说明：

  • gradOutput（aclTensor *， 计算输入）：梯度Tensor，Device侧aclTensor，数据类型支持FLOAT32、FLOAT16、BFLOAT16。和正向的输出shape一致。支持undefined，undefined支持ND， 当输入是5维时，内部按照NCDHW处理，当输入是4维时，在0维度处补1，内部按照NCDHW处理。

  • self（aclTensor *， 计算输入）：正向的输入Tensor，Device侧aclTensor，数据类型支持FLOAT32、FLOAT16、BFLOAT16。支持undefined，undefined支持ND， 当输入是5维时，内部按照NCDHW处理，当输入是4维时，在0维度处补1，内部按照NCDHW处理，与gradOutput一致。

  • indices（aclTensor *， 计算输入）：输入Tensor，是Device侧aclTensor，数据类型仅支持INT32。正向输入中最大元素的索引位置。undefined与gradOutput保持一致。shape与gradOutput一致

  • gradInput（aclTensor *， 计算输出）：反向输出Tensor，是Device侧aclTensor，数据类型支持FLOAT32、FLOAT16、BFLOAT16。shape与self保持一致。支持undefined，undefined与self保持一致。

  • 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]

aclnnAdaptiveMaxPool3dBackward

• 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aclnnAdaptiveMaxPool3dBackwardGetWorkspaceSize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Stream。

• 返回值：

  aclnnStatus：返回状态码，具体参见undefined。

约束说明

非整除场景下，shape不超过2的24次方。整除场景下，没有这个限制。

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。