[object Object]

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

• 接口功能：的反向传播。通过计算输出梯度张量的点映射到输入梯度张量的位置，将输出梯度的值累加到输入梯度张量上。
• 计算公式：$$gradInput(N, C, floor ( scales * ( L + 0.5 ))) += gradOutput( N, C, L)$$

[object Object]

每个算子分为，必须先调用[object Object]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[object Object]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]

• 输入数据缩放场景放大倍数必须小于等于50，即：

  $$outputSize[0]/输出shape的高度L <= 50$$

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

  $$outputSize = floor(inputSize\_L * scales)$$

• 确定性计算：

  • aclnnUpsampleNearestExact1dBackward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。