[object Object]

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

• 接口功能：计算self和target的二元交叉熵。

• 计算公式：

  $$\ell(self, target)= L = \{l_{1},...,l_{n}\}^{T}, \ell_{n} = - weight_{n}[target_{n}·log(self_{n}) + ((1 - target_{n})·log(1-self_{n}))]$$

  当reduction不为None时：

  $$\ell(self, target) \begin{cases} mean(L), & if\ reduction = mean \\ sum(L), & if\ reduction = sum \\ \end{cases}$$

[object Object]

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

[object Object]

• 参数说明：

  [object Object]undefined
  • [object Object]Atlas 推理系列产品[object Object]、[object Object]Atlas 训练系列产品[object Object]：数据类型不支持BFLOAT16。

• 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]

• 确定性计算：
  • aclnnBinaryCrossEntropy默认确定性实现。

[object Object]

示例代码如下，仅供参考，具体编译和执行过程请参考。