aclnnExpSegsumBackward

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：undefined的反向计算。

• 计算公式（以5D输入为例）：

  1. 输入gradOutput（N1,N2,N3,N4,N4）与输入gradSelf（正向的输出）相乘。

     $$out\_mul = gradOutput * gradSelf$$

  2. 生成（N4,N4）类型为bool的三角矩阵A，上三角为True，下三角为False，对角线为True。

  3. 用0填充输入$out\_mul$里面与矩阵A中值为True的位置相对应的元素。

     $$out\_mul_i= \begin{cases}out\_mul_i,\quad A_i==False \\0, \quad A_i==True \end{cases}$$

  4. 对out_mul的倒数第二维进行倒序生成out_flip。

  5. 以$out\_flip$的倒数第二维进行cumsum累加。从维度视角来看的某个元素（其它维度下标不变，当前维度下标依次递增），$out\_cumsum\_{i}$是输出张量中对应位置的元素。

     $$out\_cumsum_{i} = out\_flip_{1} + out\_flip_{2} + out\_flip_{3} + ...... + out\_flip_{i}$$

  6. 对$out\_cumsum$的-2维进行倒序生成out_flip2。

  7. 生成（N4,N4）类型为bool的三角矩阵B，上三角为True，下三角为False，对角线为True。

  8. 用0填充$out\_flip2$里面与矩阵B中值为True的位置相对应的元素。

     $$out\_flip2_i= \begin{cases}out\_flip2_i,\quad B_i==False \\0, \quad B_i==True \end{cases}$$

  9. 返回gradInput为out_flip2最后一维每行的和。

函数原型

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

• aclnnStatus aclnnExpSegsumBackwardGetWorkspaceSize(const aclTensor* gradOutput, const aclTensor* gradSelf, aclTensor *gradInput, uint64_t *workspaceSize, aclOpExecutor **executor)
• aclnnStatus aclnnExpSegsumBackward(void *workspace, uint64_t workspaceSize, aclOpExecutor *executor, aclrtStream stream)

aclnnExpSegsumBackwardGetWorkspaceSize

• 参数说明：

  • gradOutput（aclTensor*，计算输入）：Device侧的aclTensor。对应公式中的gradOutput，进行反向计算的梯度。数据类型支持FLOAT、BFLOAT16、FLOAT16。支持undefined，支持空Tensor。undefined支持ND。输入维度支持4D或5D，且最后两维的维度大小相同。

  • gradSelf（aclTensor*，计算输入）：Device侧的aclTensor。对应公式中的gradSelf，正向计算的输出。数据类型支持FLOAT、BFLOAT16、FLOAT16。支持undefined，支持空Tensor。undefined支持ND。输入维度支持4D或5D，且最后两维的维度大小相同。shape和数据类型与输入gradOutput的shape和数据类型保持一致。

  • gradInput（aclTensor*，计算输出）：Device侧的aclTensor。对应公式中的gradInput，完成分段和计算后的输出。数据类型支持FLOAT、BFLOAT16、FLOAT16。支持undefined，支持空Tensor。undefined支持ND。输出维度必须比输入维度少一维，支持3D或4D。当输入gradOutput为4D时，输出的维度大小与gradOutput的前3维保持一致。当输入gradOutput为5D时，输出的维度大小与gradOutput的前4维保持一致。数据类型与输入gradOutput的数据类型保持一致。

  • 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]

aclnnExpSegsumBackward

• 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aclnnExpSegsumBackwardGetWorkspaceSize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。