aclnnUpsampleNearestExact3dBackward

产品支持情况

[object Object]undefined

功能说明

• 接口功能：的反向计算。
• 计算公式：$$scalesD = outputSize[0] / inputSize[2]$$ $$scalesH = outputSize[1] / inputSize[3]$$ $$scalesW = outputSize[2] / inputSize[4]$$ $$gradInput(N, C, floor ( scalesD * ( D + 0.5 )), floor ( scalesH * ( H + 0.5 )), floor ( scalesW * ( W+ 0.5 ))) += gradOutput( N, C, D, H ,W)$$

函数原型

每个算子分为，必须先调用“aclnnUpsampleNearestExact3dBackwardGetWorkspaceSize”接口获取入参并根据计算流程计算所需workspace大小，再调用“aclnnUpsampleNearestExact3dBackward”接口执行计算。

aclnnUpsampleNearestExact3dBackwardGetWorkspaceSize

• 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]

aclnnUpsampleNearestExact3dBackward

• 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[object Object]、[object Object]的shape约束：

  • 每个维度的取值小于等于2^20。
  • 参数[object Object]的N轴和C轴与[object Object]保持一致。
  • 内存占用需小于60G。内存占用的计算公式如下：$$N * C * (gradOut\_D * gradOut\_H * gradOut\_W + gradInput\_D * gradInput\_H * gradInput\_W + gradOut\_D * gradOut\_H * gradInput\_W + gradOut\_D * gradInput\_H * gradInput\_W) * sizeof(float) < 60 * 1024 * 1024 * 1024$$ 其中：
    • N代表输入和输出的N轴。
    • C代表输入和输出的C轴。
  • N * C * gradOut_D * gradOut_H < 2^31
  • gradInput_W * gradInput_H < 2^31

• 参数gradOut、gradInput的数据格式不为NCDHW或NDHWC时，输入其他数据格式默认按NCDHW处理。

• 输入数据缩放场景放大倍数必须小于等于50，即：

  $$outputSize\_D / 输出shape的深度D <= 50$$ $$outputSize\_H / 输出shape的高度H <= 50$$ $$outputSize\_W / 输出shape的宽度W <=50$$

• 参数inputSize、outputSize、scalesD、scalesH、scalesW需要满足如下约束：

  $$outputSize\_D = floor(inputSize\_D * scalesD)$$ $$outputSize\_H = floor(inputSize\_H * scalesH)$$ $$outputSize\_W = floor(inputSize\_W * scalesW)$$

• 确定性计算：

  • aclnnUpsampleNearestExact3dBackward默认非确定性实现，支持通过aclrtCtxSetSysParamOpt开启确定性。

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。