aclnnAvgPool2d

支持的产品型号

Atlas 推理系列产品。
Atlas 训练系列产品。
Atlas A2训练系列产品。

接口原型

每个算子分为，必须先调用“aclnnAvgPool2dGetWorkspaceSize”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“aclnnAvgPool2d”接口执行计算。

aclnnStatus aclnnAvgPool2dGetWorkspaceSize(const aclTensor *self, const aclIntArray *kernelSize, const aclIntArray *stride, const aclIntArray *padding, const bool ceilMode, const bool countIncludePad, const uint64_t divisorOverride, int8_t cubeMathType, aclTensor *out, uint64_t *workspaceSize, aclOpExecutor **executor)
aclnnStatus aclnnAvgPool2d(void *workspace, uint64_t workspaceSize, aclOpExecutor *executor, const aclrtStream stream)

功能描述

算子功能：对输入Tensor进行窗口为 $kH * kW$ 、步长为 $sH * sW$ 的二维平均池化操作，其中 $k$ 为kernelSize，表示池化窗口的大小， $s$ 为stride，表示池化操作的步长。
计算公式：输入input（ $N,C,H,W$ ）、输出out（ $N,C,H_{out},W_{out}$ ）和池化步长（ $stride$ ）、池化窗口大小（ $kH,kW$ ）的关系是

H_{out}=\lfloor \frac{H_{in}+2*padding[0]-kH}{stride[0]}+1 \rfloor

W_{out}=\lfloor \frac{W_{in}+2*padding[1]-kW}{stride[1]}+1 \rfloor

out(N_i,C_i,h,w)=\frac{1}{kH*kW}\sum_{m=0}^{kH-1}\sum_{n=0}^{kW-1}input(N_i,C_i,stride[0]*h+m,stride[1]*w+n)

aclnnAvgPool2dGetWorkspaceSize

参数说明：
- self（const aclTensor*，计算输入）：公式中的 $input$ ，Device侧的tensor，数据类型支持FLOAT16和FLOAT。支持非连续的Tensor。支持为NCHW和NCL。
- kernelSize（const aclIntArray*，计算输入）:Host侧的aclIntArray，长度为1（ $kH=kW$ ）或2（ $kH, kW$ ），表示池化窗口大小。数据类型支持INT32和INT64。数值必须大于0。
- stride（const aclIntArray*，计算输入）: 公式中的 $stride$ ，Host侧的aclIntArray，长度为1（ $sH=sW$ ）或2（ $sH, sW$ ），表示池化操作的步长。数据类型支持INT32和INT64。数值必须大于0。
- padding（const aclIntArray*，计算输入）: 公式中的 $padding$ ，Host侧的aclIntArray，长度为1（ $padH=padW$ ）或2（ $padH, padW$ ），表示在输入的H、W方向上padding补0的层数。数据类型支持INT32和INT64。数值不能小于0。
- ceilMode（const bool，计算输入）: 表示推导的输出out的shape是否向上取整。数据类型支持BOOL。
- countIncludePad（const bool，计算输入）: 计算平均池化时是否包括padding填充的0。数据类型支持BOOL。
- divisorOverride（const int64_t，计算输入）: 表示取平均的除数。数据类型支持INT64。
- cubeMathType（int8_t，计算输入）: host侧的整型，判断Cube单元应该使用哪种计算逻辑进行运算，数据类型支持INT8，支持的枚举值如下：
  - 0:KEEP_DTYPE，保持输入的数据类型进行计算。当输入是FLOAT，Atlas 训练系列产品和Atlas 推理系列产品暂不支持，取0时会报错。
  - 1:ALLOW_FP32_DOWN_PRECISION，允许将输入数据降精度计算。当输入是FLOAT，Atlas 训练系列产品和Atlas 推理系列产品允许转换为FLOAT16计算，Atlas A2训练系列产品允许转换为HFLOAT32计算。
  - 2:USE_FP16，允许转换为数据类型FLOAT16进行计算。当输入数据类型是FLOAT，转换为FLOAT16计算。
  - 3:USE_HF32，允许转换为数据类型HFLOAT32计算。当输入是FLOAT，Atlas 训练系列产品和Atlas 推理系列产品暂不支持，取3时会报错，Atlas A2训练系列产品转换为HFLOAT32计算。
- out（aclTensor*，计算输出）: 输出的tensor，公式中的 $out$ 。数据类型支持FLOAT16和FLOAT。支持非连续的Tensor。支持为NCHW和CHW。数据类型、需要与self一致。
- workSpaceSize（uint64_t*，出参）：返回用户需要在Device侧申请的workspace大小。
- executor（aclOpExecutor**，出参）：返回op执行器，包含了算子计算流程。
返回值：

aclnnStatus：返回状态码，具体参见。

[object Object]

aclnnAvgPool2d

参数说明：
- workspace：在Device侧申请的workspace内存地址。
- workspaceSize：在Device侧申请的workspace大小，由第一段接口aclnnAddGetWorkspaceSize获取。
- executor：op执行器，包含了算子计算流程。
- stream：指定执行任务的 AscendCL Stream流。
返回值：

aclnnStatus：返回状态码，具体参见。

约束与限制

对于Atlas 训练系列产品，Cube单元不支持FLOAT32计算。当输入为FLOAT32，可通过设置cubeMathType=1（ALLOW_FP32_DOWN_PRECISION）来允许接口内部cast到FLOAT16进行计算。

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。

[object Object]