aclnnExpSegsum

产品支持情况

[object Object]undefined

功能说明

• 接口功能：进行分段和计算。生成对角线为0的半可分矩阵，且上三角为-inf。

• 计算公式（以4D输入为例）：

  1. 输入self由（N1,N2,N3,N4）升维成（N1,N2,N3,N4,1）。
  2. 进行广播得到（N1,N2,N3,N4,N4）。
  3. 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。
  4. 用0填充输入self里面与矩阵A中值为True的位置相对应的元素。
  $$self_i= \begin{cases}self_i,\quad A_i==False \\0, \quad A_i==True \end{cases}$$

  5. 以self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），$selfTemp\_{i}$是输出张量中对应位置的元素。

     $$selfTemp_{i} = self_{1} + self_{2} + self_{3} + ...... + self_{i}$$

  6. 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False。

  7. 用-inf填充selfTemp里面与矩阵B中值为True的位置相对应的元素。

     $$out_i= \begin{cases}selfTemp_i,\quad B_i==False \\-inf, \quad B_i==True \end{cases}$$

  8. 计算selfTemp里面每个元素的指数。

     $$out_i=e^{selfTemp_i}$$

函数原型

每个算子分为，必须先调用“aclnnExpSegsumGetWorkspaceSize”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“aclnnExpSegsum”接口执行计算。

aclnnExpSegsumGetWorkspaceSize

• 参数说明：

  [object Object]

• 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]

aclnnExpSegsum

• 参数说明：

  [object Object]

• 返回值：

  aclnnStatus：返回状态码，具体参见。

约束说明

• 确定性计算：
  • aclnnExpSegsum默认确定性实现。

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。