昇腾社区首页
中文
注册
开发者
下载
支持
积分兑换 NEW

aclnnBinaryCrossEntropyBackward

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：求二元交叉熵反向传播的梯度值。

  • 计算公式：

    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

函数原型

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, const aclrtStream stream)

aclnnBinaryCrossEntropyBackwardGetWorkspaceSize

  • 参数说明：

    • gradOutput(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。
      • [object Object]Atlas 推理系列产品[object Object]、[object Object]Atlas 训练系列产品[object Object]：数据类型与self一致，支持FLOAT16、FLOAT。
      • [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]：数据类型与self一致，支持FLOAT16、FLOAT、BFLOAT16。
    • self(aclTensor *, 计算输入): 网络正向前一层的计算结果，Device侧的aclTensor，数据类型需要与其它参数一起转换到promotion类型, 支持undefined，undefined支持ND。
      • [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、FLOAT。
      • [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FLOAT16、FLOAT、BFLOAT16。
    • target(aclTensor *, 计算输入): 样本的标签值，取值范围为0~1之间，Device侧的aclTensor，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。
      • [object Object]Atlas 推理系列产品[object Object]、[object Object]Atlas 训练系列产品[object Object]：数据类型与self一致，支持FLOAT16、FLOAT。
      • [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]：数据类型与self一致，支持FLOAT16、FLOAT、BFLOAT16。
    • weightOptional(aclTensor *, 计算输入): 结果的权重，Device侧的aclTensor，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。
      • [object Object]Atlas 推理系列产品[object Object]、[object Object]Atlas 训练系列产品[object Object]：数据类型与self一致，支持FLOAT16、FLOAT。
      • [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]：数据类型与self一致，支持FLOAT16、FLOAT、BFLOAT16。
    • 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，shape与self相同。支持undefined，undefined支持ND，且undefined需要与self一致。
      • [object Object]Atlas 推理系列产品[object Object]、[object Object]Atlas 训练系列产品[object Object]：数据类型与self一致，支持FLOAT16、FLOAT。
      • [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]：数据类型与self一致，支持FLOAT16、FLOAT、BFLOAT16。
    • 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。

[object Object]