aclnnAvgPool2dBackward

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：二维平均池化的反向传播，计算二维平均池化正向传播的输入梯度。

• 计算公式：假设二位平均池化正向的输入张量为$X$，输出张量为$Y$，池化窗口大小为$k*k$,步长为$s$,则$X$的梯度$\frac{\partial L}{\partial X}$计算公式为：

$$\frac{\partial L}{\partial X_{i,j}}=\frac{1}{k^2}\sum_{n=0}^{k-1}\frac{\partial L}{\partial Y_{\lfloor\frac{i*s+m}{k}\rfloor,\lfloor\frac{j*s+n}{k}\rfloor}}$$

各参数意义如下：

• $L$为损失函数，$\lfloor\cdot\rfloor$表示向上取整。
• $X_{i,j}$表示输入特征图中第$i$行，第$j$列。
• $Y_{\lfloor\frac{i*s+m}{k}\rfloor,\lfloor\frac{j*s+n}{k}\rfloor}$表示输出特征图中第$\lfloor\frac{i*s+m}{k}\rfloor$行，第$\lfloor\frac{j*s+n}{k}\rfloor$列的像素值。
• $k$表示池化窗口的大小。
• $s$表示步长大小。
• $\frac{\partial L}{\partial X_{i,j}}$表示损失函数L对输入特征图中第i行，第j列的像素值的偏导数。
• $\frac{\partial L}{\partial Y_{\lfloor\frac{i*s+m}{k}\rfloor,\lfloor\frac{j*s+n}{k}\rfloor}}$表示损失函数$L$对图中第$\lfloor\frac{i*s+m}{k}\rfloor$行，$\lfloor\frac{j*s+n}{k}\rfloor$列的像素值偏导数。

函数原型

每个算子分为undefined，必须先调用“aclnnAvgPool2dBackwardGetWorkspaceSize”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“aclnnAvgPool2dBackward”接口执行计算。

• aclnnStatus aclnnAvgPool2dBackwardGetWorkspaceSize(const aclTensor* gradOutput, const aclTensor* self, const aclIntArray* kernelSize, const aclIntArray* stride, const aclIntArray* padding, bool ceilMode, bool countIncludePad, int64_t divisorOverride, int8_t cubeMathType, aclTensor* gradInput, uint64_t* workspaceSize, aclOpExecutor** executor)

• aclnnStatus aclnnAvgPool2dBackward(void* workspace, uint64_t workspaceSize, aclOpExecutor* executor, aclrtStream stream)

aclnnAvgPool2dBackwardGetWorkspaceSize

• 参数说明：

  • gradOutput（aclTensor *， 计算输入）：表示输入梯度，公式中的$\frac{\partial L}{\partial y}$，Device侧的aclTensor，不支持空tensor场景。支持undefined，undefined支持NCHW和NCL。
    • [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 A3 训练系列产品/Atlas A3 推理系列产品[object Object]：数据类型支持BFLOAT16、FLOAT16、FLOAT32。
    • [object Object]Atlas 推理系列产品[object Object]、[object Object]Atlas 训练系列产品[object Object]：数据类型支持FLOAT16、FLOAT32。
  • self（aclTensor *，计算输入）：输入数据，Device侧的aclTensor，正向过程中的输入。支持undefined，undefined支持NCHW和NCL。
    • [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 A3 训练系列产品/Atlas A3 推理系列产品[object Object]：数据类型支持BFLOAT16、FLOAT16、FLOAT32。
    • [object Object]Atlas 推理系列产品[object Object]、[object Object]Atlas 训练系列产品[object Object]：数据类型支持FLOAT16、FLOAT32。
  • kernelSize（aclIntArray *，计算输入）：表示池化窗口大小，公式中的$k$，Host侧的aclIntArray，INT64类型数组，长度为1（$kH=kW$）或2（$kH, kW$）。
  • stride（aclIntArray *，计算输入）：表示池化操作的步长，公式中的$strides$，Host侧的aclIntArray，INT64类型数组，长度为0（$sH=kH,sW=kW$）或者1（$sH=sW$）或2（$sH, sW$）。
  • padding（aclIntArray *，计算输入）：表示在输入的H、W方向上padding补0的层数，公式中的$paddings$，Host侧的aclIntArray，INT64类型数组，长度为1（$padH=padW$）或2（$padH, padW$）。
  • ceilMode（bool，计算输入）：表示正向平均池化过程中推导的输出的shape是否向上取整。数据类型支持BOOL。
  • countIncludePad（bool，计算输入）：计算正向平均池化时是否包括padding填充的0。数据类型支持BOOL。
  • divisorOverride（int64_t，计算输入）：表示取平均的除数。
    • [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 A3 训练系列产品/Atlas A3 推理系列产品[object Object]：不限制范围，0表示不影响padding是否参与平均计算，数据类型支持INT64。
    • [object Object]Atlas 推理系列产品[object Object]、[object Object]Atlas 训练系列产品[object Object]：支持范围为[-255,255]，0表示不影响padding是否参与平均计算，数据类型支持INT64。
  • cubeMathType（INT8，计算输入）：用于指定Cube单元的计算逻辑，Host侧的整型。数据类型支持INT8。注意：如果输入的数据类型存在互推导关系，该参数默认对互推导后的数据类型进行处理。支持的枚举值如下：
    • 0：KEEP_DTYPE，保持输入的数据类型进行计算。
      • [object Object]Atlas 训练系列产品[object Object]、[object Object]Atlas 推理系列产品[object Object]：当输入数据类型为FLOAT32时不支持该选项。
    • 1：ALLOW_FP32_DOWN_PRECISION，支持将输入数据降精度计算。
      • [object Object]Atlas 训练系列产品[object Object]、[object Object]Atlas 推理系列产品[object Object]：当输入数据类型为FLOAT32时，会转换为FLOAT16计算。当输入为其他数据类型时不做处理。
      • [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 A3 训练系列产品/Atlas A3 推理系列产品[object Object]：当输入数据类型为FLOAT32时，会转换为HFLOAT32计算。当输入为其他数据类型时不做处理。
    • 2：USE_FP16，支持将输入降精度至FLOAT16计算。
      • [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 A3 训练系列产品/Atlas A3 推理系列产品[object Object]：当输入数据类型为BFLOAT16时不支持该选项。
    • 3：USE_HF32，支持将输入降精度至数据类型HFLOAT32计算。
      • [object Object]Atlas 训练系列产品[object Object]、[object Object]Atlas 推理系列产品[object Object]：不支持该选项。
      • [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 A3 训练系列产品/Atlas A3 推理系列产品[object Object]：当输入数据类型为FLOAT32时，会转换为HFLOAT32计算。当输入为其他数据类型时不支持该选项。
  • gradInput（aclTensor *，计算输出）：Device侧的aclTensor。支持undefined。支持undefined为NCHW和NCL。数据类型、undefined需要与self一致。
    • [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 A3 训练系列产品/Atlas A3 推理系列产品[object Object]：数据类型支持BFLOAT16、FLOAT16、FLOAT32。
    • [object Object]Atlas 推理系列产品[object Object]、[object Object]Atlas 训练系列产品[object Object]：数据类型支持FLOAT16、FLOAT32。
  • 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]

aclnnAvgPool2dBackward

• 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aclnnAvgPool2dBackwardGetWorkspaceSize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

• [object Object]Atlas 训练系列产品[object Object]、[object Object]Atlas 推理系列产品[object Object]：Cube单元不支持FLOAT32计算。当输入为FLOAT32，可通过设置cubeMathType=1（ALLOW_FP32_DOWN_PRECISION）来允许接口内部cast到FLOAT16进行计算。
• 输入channel最大支持65535。

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。