[object Object]

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

• 接口功能：对两个张量列表对应位置元素执行插值计算，其中标量weight是插值系数。
• 计算公式：$$x1 = [{x1_0}, {x1_1}, ... {x1_{n-1}}], x2 = [{x2_0}, {x2_1}, ... {x2_{n-1}}]\\ y = [{y_0}, {y_1}, ... {y_{n-1}}]\\$$ $${\rm y}_i = x1_i + {\rm weight} × (x2_i - x1_i) (i=0,1,...n-1)$$

[object Object]

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

[object Object]

• 参数说明：

  [object Object]

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

    • 参数[object Object]、[object Object]的shape保持一致。
    • 参数[object Object]的shape size大于等于入参[object Object]的shape size。

  • Atlas 350 加速卡：

    参数[object Object]、[object Object]、[object Object]的shape size保持一致。支持包含的最大Tensor个数为50。

• 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：
  • aclnnForeachLerpScalar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。