aclnnConvolution

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：实现卷积功能，支持1D卷积，2D卷积，3D卷积，同时支持转置卷积、空洞卷积、分组卷积。对于入参transposed = True时，表示使用转置卷积或者分数步长卷积。它可以看作是普通卷积的梯度或者逆向操作，即从卷积的输出形状恢复到输入形状，同时保持与卷积相容的连接模式。它的参数和普通卷积类似，包括输入通道数、输出通道数、卷积核大小、步长、填充、输出填充、分组、偏置、扩张等。
计算公式：

我们假定输入（input）的shape是 $(N, C_{\text{in}}, H, W)$ ，（weight）的shape是 $(C_{\text{out}}, C_{\text{in}}, K_h, K_w)$ ，输出（output）的shape是 $(N, C_{\text{out}}, H_{\text{out}}, W_{\text{out}})$ ，那输出将被表示为：
$\text{out}(N_i, C_{\text{out}_j}) = \text{bias}(C_{\text{out}_j}) + \sum_{k = 0}^{C_{\text{in}} - 1} \text{weight}(C_{\text{out}_j}, k) \star \text{input}(N_i, k)$
其中， $\star$ 表示互相关的计算，根据卷积输入的dim，卷积的类型（空洞卷积、分组卷积）而定。 $N$ 代表batch size， $C$ 代表通道数， $W$ 和 $H$ 分别代表宽和高，相应输出维度的计算公式如下：
$H_{\text{out}}=[(H + 2 * padding[0] - dilation[0] * (K_h - 1) - 1 ) / stride[0]] + 1 \\ W_{\text{out}}=[(W + 2 * padding[1] - dilation[1] * (K_w - 1) - 1 ) / stride[1]] + 1$

函数原型

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

aclnnStatus aclnnConvolutionGetWorkspaceSize( const aclTensor *input, const aclTensor *weight, const aclTensor *bias, const aclIntArray *stride, const aclIntArray *padding, const aclIntArray *dilation, bool transposed, const aclIntArray *outputPadding, const int64_t groups, aclTensor *output, int8_t cubeMathType, uint64_t *workspaceSize, aclOpExecutor **executor)
aclnnStatus aclnnConvolution(void* workspace, const uint64_t workspaceSize, aclOpExecutor* executor, aclrtStream stream)

aclnnConvolutionGetWorkspaceSize

参数说明：
- input(aclTensor *, 计算输入)：表示卷积输入。公式中的input，支持undefined，undefined为NCL、NCHW、NCDHW。数据类型需要与weight满足数据类型推导规则（参见undefined和undefined）。
  - [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FLOAT、FLOAT16、BFLOAT16，conv1d、conv2d和conv3d transposed=true场景，各个维度的大小应该大于等于1。
  - [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FLOAT、FLOAT16。
  - [object Object]Atlas 200I/500 A2 推理产品[object Object]：数据类型支持FLOAT、FLOAT16、BFLOAT16。
- weight(aclTensor *, 计算输入)：表示卷积权重。公式中的weight，支持undefined，undefined为NCL、NCHW、NCDHW。数据类型需要与input满足数据类型推导规则（参见undefined和undefined）。
  - [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]：数据类型仅支持FLOAT、FLOAT16、BFLOAT16。conv2d和conv3d transposed=true场景，H、W的大小应该在[1,255]的范围内，其他维度的大小应该大于等于1。conv1d transposed=true场景，L的大小应该在[1,255]的范围内，其他维度的大小应该大于等于1。conv3d正向场景，H、W的大小应该在[1,511]的范围内。
  - [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FLOAT、FLOAT16。
- bias(aclTensor *, 计算输入)：可选输入参数，表示卷积偏置，可以传入满足下述约束的aclTensor，或是使用nullptr占位表示该可选输入不存在。公式中的bias，支持undefined，undefined为NCL、NCHW、NCDHW、ND（当transposed=false情况下的conv1d、conv2d、conv3d卷积格式只支持一维且数值与weight第一维相等，当transposed=true情况下的conv1d、conv2d、conv3d卷积格式只支持一维且数值与[weight.shape[1] * groups]相等）。
  - [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]：数据类型仅支持BFLOAT16、FLOAT、FLOAT16。conv1d、conv2d、conv3d正向场景下会转成FLOAT参与计算。
  - [object Object]Atlas 推理系列产品[object Object]：数据类型支持FLOAT、FLOAT16（conv2d正向场景下会直接以FLOAT16格式与输入规格下不带bias的conv2d FLOAT16运算结果进行相加，得到最终带bias的conv2d结果）。
  - [object Object]Atlas 训练系列产品[object Object]：数据类型支持FLOAT、FLOAT16。
- stride(aclIntArray *, 计算输入)：卷积扫描步长，数组长度需等于input的维度减2。其值应该大于0。
  - [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]、[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]：conv3d transposed=true场景，strideD应该大于等于1，strideH、strideW应该在[1,63]的范围内。conv1d和conv2d transposed=true场景，各个值都应该大于等于1。conv3d正向场景，strideH和strideW应该在[1,63]的范围内。
- padding(aclIntArray *, 计算输入)：对input的填充，对于conv1d非转置卷积的数组长度可以为1或者2；对于conv2d数组长度可以为2或者4；conv3d数组长度可以为3。其值应该大于等于0。
  - [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]、[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]：conv3d transposed=true场景，paddingD应该大于等于0，paddingH、paddingW应该在[0,255]的范围内。conv1d和conv2d transposed=false场景，各个值都应该在[0,255]的范围内。conv3d正向场景，paddingH和paddingW应该在[0,255]的范围内。
- dilation(aclIntArray *, 计算输入)：卷积核中元素的间隔，数组长度需等于input的维度减2。其值应该大于0。
  - [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]、[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]：conv1d、conv2d和conv3d transposed=true场景，各个值都应该在[1,255]的范围内。conv3d正向场景，dilationH和dilationW应该在[1,255]的范围内。
- transposed(bool, 计算输入)：是否为转置卷积。
- outputPadding(aclIntArray *, 计算输入)：转置卷积情况下，对输出所有边的填充，数组长度需等于input的维度减2。其值应大于等于0，且小于stride或dilation对应维度的值。非转置卷积情况下，忽略该属性配置。
- groups(int64_t, 计算输入)：表示从输入通道到输出通道的块链接个数，数值必须大于0，且满足groups*weight的C维度=input的C维度。
  - [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]、[object Object]Atlas 200I/500 A2 推理产品[object Object]：conv1d、conv2d和conv3d transposed=true场景，groups应该在[1,65535]的范围内。
- output(aclTensor *, 计算输出)：公式中的out，undefined为NCL、NCHW、NCDHW。数据类型需要与input与weight推导之后的数据类型保持一致（参见undefined和undefined）。
  - [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]、[object Object]Atlas 200I/500 A2 推理产品[object Object]：数据类型仅支持FLOAT、FLOAT16、BFLOAT16。
  - [object Object]Atlas 训练系列产品[object Object]、[object Object]Atlas 推理系列产品[object Object]：数据类型支持FLOAT、FLOAT16。
- cubeMathType(int8_t, 计算输入)：用于判断Cube单元应该使用哪种计算逻辑进行运算，数据类型为INT8，注意：如果输入的数据类型存在undefined，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]：当输入是FLOAT，暂不支持该选项。
  - 1:ALLOW_FP32_DOWN_PRECISION，允许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]：当输入是FLOAT，允许转换为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]、[object Object]Atlas 200I/500 A2 推理产品[object Object]：当输入是FLOAT，允许转换为HFLOAT32计算。当输入为其他数据类型时不做处理。
  - 2:USE_FP16，允许转换为数据类型FLOAT16进行计算。
    - [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]、[object Object]Atlas 200I/500 A2 推理产品[object Object]：当输入是BFLOAT16时不支持该选项。当输入为其他数据类型时不做处理。
  - 3:USE_HF32，允许转换为数据类型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]：暂不支持该选项。
    - [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]、[object Object]Atlas 200I/500 A2 推理产品[object Object]：当输入是FLOAT，转换为HFLOAT32计算。当输入为其他数据类型时不做处理。
- 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]

aclnnConvolution

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aclnnConvolutionGetWorkspaceSize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 推理系列产品[object Object]：当前仅支持1D和2D卷积，暂不支持3D卷积。input, weight, bias中每一组tensor的每一维大小都应不大于1000000。
[object Object]Atlas 训练系列产品[object Object]：支持1D和2D卷积，3D卷积仅支持transposed为false且输入数据类型为FLOAT16场景。input, weight, bias中每一组tensor的每一维大小都应不大于1000000。
[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]：input, weight, bias中每一组tensor的每一维大小都应不大于1000000。
[object Object]Atlas 200I/500 A2 推理产品[object Object]：当前仅支持2D卷积，暂不支持1D、3D卷积。input, weight, bias中每一组tensor的每一维大小都应不大于1000000。
由于硬件资源限制，算子在部分参数取值组合场景下会执行失败，请根据日志信息提示分析并排查问题。若无法解决，请单击undefined获取技术支持。

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]