aclnnUpsampleBicubic2dBackward

产品支持情况

[object Object]undefined

功能说明

• 接口功能：的反向传播。如果输入张量的shape为(N, C, H, W)，则输出张量的shape为(N, C, inputSize[2], inputSize[3])。

• 计算公式：对于一个二维插值点$(N, C, h, w)$，插值$gradInput(N, C, h, w)$可以表示为：

  $${gradInput(N, C, h, w)}=\sum_{i=0}^{3}\sum_{j=0}^{3}{W(i, j)}*{f(h_i, w_j)}$$ $$scaleH =\begin{cases} (inputSize[2]-1) / (outputSize[0]-1) & alignCorners=true \\ 1 / scalesH & alignCorners=false\&scalesH>0\\ inputSize[2] / outputSize[0] & otherwise \end{cases}$$ $$scaleW =\begin{cases} (inputSize[3]-1) / (outputSize[1]-1) & alignCorners=true \\ 1 / scalesW & alignCorners=false\&scalesW>0\\ inputSize[3] / outputSize[1] & otherwise \end{cases}$$

  其中：

  • i和j是$W(i, j)$的索引变量。
  • $f(h_i, w_j)$是gradOut在$(h_i, w_j)$的像素值。
  • $W(i, j)$是双三次抗锯齿插值的权重，定义为：$$W(d) =\begin{cases} (a+2)|d|^3-(a+3)|d|^2+1 & |d|\leq1 \\ a|d|^3-5a|d|^2+8a|d|-4a & 1<|d|<2 \\ 0 & otherwise \end{cases}$$ 其中：
    • $a=-0.75$
    • $d = |(h, w) - (h_i, w_j)|$

函数原型

算子分为，必须先调用“aclnnUpsampleBicubic2dBackwardGetWorkspaceSize”接口获取入参并根据计算流程计算所需workspace大小，再调用“aclnnUpsampleBicubic2dBackward”接口执行计算。

aclnnUpsampleBicubic2dBackwardGetWorkspaceSize

• 参数说明：

  [object Object]

  • [object Object]Atlas 训练系列产品[object Object]：

    • 参数[object Object]、[object Object]的数据类型不支持BFLOAT16。
    • 参数[object Object]、[object Object]的数据格式不支持NHWC。

  • [object Object]Atlas A2 训练系列产品/Atlas A2 推理系列产品[object Object]、[object Object]Atlas A3 训练系列产品/Atlas A3 推理系列产品[object Object]：

    参数[object Object]、[object Object]的数据格式不支持NHWC。

• 返回值：

  aclnnStatus：返回状态码，具体参见。

  第一段接口完成入参校验，出现以下场景时报错：

  [object Object]

aclnnUpsampleBicubic2dBackward

• 参数说明：

  [object Object]

• 返回值：

  aclnnStatus：返回状态码，具体参见。

约束说明

• 参数outputSize的H轴和W轴与参数scalesH和参数scalesW，在使用时二选一，即：

  • 当alignCorners为True时：
    • outputSize对应轴的值等于1，scales对应轴的值为0。
    • 其他情况下使用入参inputSize和outputSize中对应轴的参数值，且：$scales=(inputSize-1)/(outputSize-1)$。
  • 当alignCorners为False时：
    • 当入参scalesH或入参scalesW的值小于等于0时，使用入参outputSize中对应轴的参数值，即：$scales=(inputSize/outputSize)$。
    • 当入参scalesH或入参scalesW的值大于0时，使用入参scalesH或入参scalesW的参数值，即outputSize对应轴的值为$floor(inputSize\_H * scalesH)$，或者$floor(inputSize\_W * scalesW)$。

• 确定性计算：

  aclnnUpsampleBicubic2dBackward默认非确定性实现，支持通过aclrtCtxSetSysParamOpt开启确定性。确定性实现需同时满足如下条件：

  • inputSize[3] > 130000
  • scaleH >=50
  • scaleW >=50 && inputSize[0] * inputSize[1] * inputSize[2] > inputSize[3] * 0.5
  • scaleH < 0.02 && scaleW < 0.02 && inputSize[0] * inputSize[1] * inputSize[2] > inputSize[3] * 10000

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。