[object Object]

[object Object][object Object]undefined[object Object]

• 接口功能：的反向传播。
• 计算公式：对于一个二维插值点$(N, C, H, W)$, 插值$I(N, C, H, W)$可以表示为：$${I(N, C, H, W)} = \sum_{i=0}^{kW}\sum_{j=0}^{kH}{w(i) * w(j)} * {f(h_i, w_j)}/\sum_{i=0}^{kW}w(i)/\sum_{j=0}^{kH}w(j)$$ $$scaleH =\begin{cases} (inputSize[2]-1) / (outputSize[0]-1) & alignCorners=true \\ 1 / scalesH & alignCorners=false\&scalesH>0\\ inputSize[2] / outputSize[0] & otherwise \end{cases}$$ $$scaleW =\begin{cases} (inputSize[3]-1) / (outputSize[1]-1) & alignCorners=true \\ 1 / scalesW & alignCorners=false\&scalesW>0\\ inputSize[3] / outputSize[1] & otherwise \end{cases}$$

  • 其中：

    • $kW$、$kH$分别表示W方向和H方向影响插值点大小的点的数量
    • 如果$scaleH >= 1$，则$kH = floor(scaleH) * 2 + 1$，否则$kH = 3$
    • 如果$scaleW >= 1$，则$kW = floor(scaleW) * 2 + 1$，否则$kW = 3$
    • $f(h_i, w_j)$是原图像在$(h_i, w_j)$的像素值
    • $w(i)$、$w(j)$是双线性抗锯齿插值的W方向和H方向权重，计算公式为：$$w(i) = \begin{cases} 1 - |h_i - h| & |h_i -h| < 1 \\ 0 & otherwise \end{cases}$$ $$w(j) = \begin{cases} 1 - |w_j - w| & |w_j -w| < 1 \\ 0 & otherwise \end{cases}$$

  • 假设：正向插值的输出图像out $(h, w)$受原图像input $(h_i, w_j)$影响，则有:

    $$gradInput(h_i,w_j) += gradOutput(h,w) * f(h_i,w_j)$$

[object Object]

每个算子分为，必须先调用“aclnnUpsampleBilinear2dAABackwardGetWorkspaceSize”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“aclnnUpsampleBilinear2dAABackward”接口执行计算。

[object Object]

• 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]

[object Object]

• 参数说明：

  [object Object]

• 返回值：

  aclnnStatus：返回状态码，具体参见。

[object Object]

• [object Object]Atlas A3 训练系列产品/Atlas A3 推理系列产品[object Object]、[object Object]Atlas A2 训练系列产品/Atlas A2 推理系列产品[object Object]：

  输入数据缩放场景放大倍数必须小于等于50，即：

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

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

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

• 确定性计算：

  • [object Object]Atlas A3 训练系列产品/Atlas A3 推理系列产品[object Object]、[object Object]Atlas A2 训练系列产品/Atlas A2 推理系列产品[object Object]：aclnnUpsampleBilinear2dAABackward默认确定性实现。
  • Atlas 350 加速卡：aclnnUpsampleBilinear2dAABackward默认非确定性实现，支持通过aclrtCtxSetSysParamOpt开启确定性。

[object Object]

示例代码如下，仅供参考，具体编译和执行过程请参考。