aclnnAdaptiveMaxPool2dBackward

产品支持情况

[object Object]undefined

功能说明

• 算子功能： 正向自适应最大池化的反向传播，将梯度回填到每个自适应窗口最大值的坐标处，相同坐标处累加。

• 正向计算公式： 对于输入self维度$[N,C,H,W]$，N（Batch）表示批量大小、C（Channels）表示特征图通道、H（Height）表示特征图高度、W（Width）表示特征图宽度，outputSize值为$[H_o,W_o]$的场景，其输出output维度为$[N,C,H_o,W_o]$，索引indices维度为$[N,C,H_o,W_o]$，其中$m$表示输出高度维度的索引（取值范围$[0, H_o)$），$n$表示输出宽度维度的索引（取值范围$[0, W_o)$），相应tensor中每个元素的计算公式如下：

  $$H_{left}^m = \lfloor(m*H)/H_o\rfloor \\ H_{right}^m = \lceil(m*H)/H_o\rceil \\ W_{left}^n = \lfloor(n*W)/W_o\rfloor \\ W_{right}^n = \lceil(n*W)/W_o\rceil \\ output(N,C,m,n) = \mathop{\max}\limits_{j\in[H_{left}^m,H_{right}^m],k\in[W_{left}^n,W_{right}^n]} input(N,C,j,k) \\ indices(N,C,m,n) = \mathop{\arg\max}\limits_{j\in[H_{left}^m,H_{right}^m],k\in[W_{left}^n,W_{right}^n]} input(N,C,j,k)$$

函数原型

每个算子分为，必须先调用“aclnnAdaptiveMaxPool2dBackwardGetWorkspaceSize”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“aclnnAdaptiveMaxPool2dBackward”接口执行计算。

aclnnAdaptiveMaxPool2dBackwardGetWorkspaceSize

• 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]

aclnnAdaptiveMaxPool2dBackward

• 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：

  • aclnnAdaptiveMaxPool2dBackward默认非确定性实现，支持通过aclrtCtxSetSysParamOpt开启确定性。

• 非整除场景下（self的后两个维度的维度值对gradOutput后两个维度的维度值取余不为0），shape不超过2的24次方。整除场景下，没有这个限制。

• 举例整除场景：self=[a,b,c,d]，gradOutput=[a,b,e,f]。 c%e为0并且d%f为0就是整除场景。

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。