aclnnEmbeddingDenseBackward

产品支持情况

[object Object]undefined

功能说明

实现的反向计算, 将相同索引[object Object]对应[object Object]的一行累加到[object Object]上。

函数原型

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

aclnnEmbeddingDenseBackwardGetWorkspaceSize

• 参数说明

  [object Object]
  • [object Object]Atlas 训练系列产品[object Object]：数据类型不支持BFLOAT16。

• 返回值

  aclnnStatus：返回状态码，具体参见。

  第一段接口完成入参校验，出现如下场景时报错：

  [object Object]

aclnnEmbeddingDenseBackward

• 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：

  • aclnnEmbeddingDenseBackward默认非确定性实现，支持通过aclrtCtxSetSysParamOpt开启确定性。

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

  • 对于scale为true的场景，设定grad最后一维为embeddingDim，其大小超出指定范围时会被拦截报错。其合理范围如下：
    • indices为int32时，需满足
    $$embeddingDim < \frac{180192 - countsSize * 4}{36}$$
    • indices为int64时，需满足
    $$embeddingDim < \frac{180192 - countsSize * 8}{20}$$
    • 其中，countsSize的公式如下，coreNum代表AI处理器核数：
    $$countsSize = numWeights / coreNum + numWeights \% coreNum$$

• [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]：

  • 在参数shape超过以下限制时，输出无法保证高精度，若开启了确定性计算，也无法保证高性能
    • grad合轴成二维shape后，第一个维度超过INT32_MAX(2147483647)
    • numWeights超过INT32_MAX(2147483647)
  • indices合轴后维度超过INT32_INF(2139095040)时，无法保证高性能

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。