aclnnAvgPool3dBackward

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：三维平均池化的反向传播，计算三维平均池化正向传播的输入梯度。

• 计算公式：

$$D_{in} = (D_{out} - 1) * {stride[0]} + kernel\_size[0] - 2 * padding[0]$$ $$H_{in} = (H_{out} - 1) * {stride[1]} + kernel\_size[1] - 2 * padding[1]$$ $$W_{in} = (W_{out} - 1) * {stride[2]} + kernel\_size[2] - 2 * padding[2]$$

函数原型

每个算子分为undefined，必须先调用“aclnnAvgPool3dBackwardGetWorkspaceSize”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“aclnnAvgPool3dBackward”接口执行计算。

• aclnnStatus aclnnAvgPool3dBackwardGetWorkspaceSize(const aclTensor* gradOutput, const aclTensor* self, const aclIntArray* kernelSize, const aclIntArray* stride, const aclIntArray* padding, bool ceilMode, bool countIncludePad, int64_t divisorOverride, aclTensor* output, uint64_t* workspaceSize, aclOpExecutor** executor)

• aclnnStatus aclnnAvgPool3dBackward(void *workspace, uint64_t workspaceSize, aclOpExecutor *executor, const aclrtStream stream)

aclnnAvgPool3dBackwardGetWorkspaceSize

• 参数说明：

  • gradOutput(aclTensor*, 计算输入)：输入梯度，npu device侧的aclTensor，支持4维（C, D, H, W）或者5维(N, C, D, H, W), N代表batch size，C代表通道数，D、H和W分别代表深度、高度和宽度, 支持undefined,undefined支持ND。数据类型支持BFLOAT16、FLOAT16、FLOAT32, 且需要与self一致。
  • self(aclTensor*, 计算输入)：输入数据，npu device侧的aclTensor，支持4维（C, D, H, W）或者5维(N, C, D, H, W), 支持undefined,undefined支持ND。数据类型支持BFLOAT16、FLOAT16、FLOAT32，且需要与gradOutput一致。
  • kernelSize（aclIntArray*,计算输入）: Host侧的aclIntArray，表示池化窗口大小，INT32或者INT64类型数组，长度为1(KD = KH = KW)或3(KD, KH, KW)。数值必须大于0。
  • stride（aclIntArray*,计算输入）: Host侧的aclIntArray，表示池化操作的步长，INT32或者INT64类型数组，长度为0(数值与kernelSize数值保持一致)或者1(SD = SH = SW)或者3(SD, SH, SW)。数值必须大于0。
  • padding（aclIntArray*,计算输入）: Host侧的aclIntArray，表示在输入的D、H、W方向上padding补0的层数，INT32或者INT64类型数组，长度为1(PD = PH = PW)或3(PD, PH, PW)。数值在[0, kernelSize/2]的范围内。
  • 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（True表示向上取整）。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（True表示包括填充的0）。数据类型支持BOOL。
  • divisorOverride（int64_t，计算输入）: 表示取平均的除数。如果指定，它将用作平均计算中的除数，当值为0时，该属性不生效，数据类型支持INT64。
  • output（aclTensor *，计算输出）: Device侧的aclTensor。支持undefined。支持4维（C, D, H, W）或者5维(N, C, D, H, W), 支持undefined为ND。数据类型、undefined需要与gradOutput一致, 数据类型支持BFLOAT16、FLOAT16、FLOAT。
  • 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]

aclnnAvgPool3dBackward

• 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aclnnAvgPool3dBackwardGetWorkspaceSize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

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。