aclnnMultiScaleDeformableAttentionGrad

产品支持情况

[object Object]undefined

功能说明

• 算子功能： MultiScaleDeformableAttention正向算子功能主要通过采样位置（sample location）、注意力权重（attention weights）、映射后的value特征、多尺度特征起始索引位置、多尺度特征图的空间大小（便于将采样位置由归一化的值变成绝对位置）等参数来遍历不同尺寸特征图的不同采样点。而反向算子的功能为根据正向的输入对输出的贡献及初始梯度求出输入对应的梯度。
• 计算公式：

函数原型

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

aclnnMultiScaleDeformableAttentionGradGetWorkspaceSize

• 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]

aclnnMultiScaleDeformableAttentionGrad

• 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

  • aclnnMultiScaleDeformableAttentionGrad默认非确定性实现，暂不支持确定性实现。

• 通道数channels%8 = 0，且channels<=256

• 查询的数量num_queries < 500000

• 特征图的数量num_levels <= 16

• 头的数量num_heads <= 16

• 采样点的数量num_points <= 16

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。