aclnnLogSigmoidBackward

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“aclnnLogSigmoidBackwardGetWorkspaceSize”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“aclnnLogSigmoidBackward”接口执行计算。

• aclnnStatus aclnnLogSigmoidBackwardGetWorkspaceSize(const aclTensor* gradOutput, const aclTensor* self, const aclTensor* buffer, aclTensor* gradInput, uint64_t* workspaceSize, aclOpExecutor** executor)
• aclnnStatus aclnnLogSigmoidBackward(void* workspace, uint64_t workspaceSize, aclOpExecutor *executor, aclrtStream stream)

功能描述

• 算子功能：LogSigmoid的反向传播，根据上一层传播的梯度与LogSigmoid正向输入计算其梯度输入。

• 计算公式：

$$\sigma(x) = LogSigmoid(x) = \log(\frac{1}{1+e^{-x}})$$ $$gradInput = gradOutput * \sigma^\prime(x) = gradOutput * \frac{1}{1+e^{x}}$$

​ 其中$x$为LogSigmoid函数的正向输入，$\sigma(x)$为LogSigmoid函数，$\sigma^\prime(x)$为LogSigmoid函数的导数。

aclnnLogSigmoidBackwardGetWorkspaceSize

• 参数说明：

  • gradOutput(const aclTensor*, 计算输入)：公式中的$gradOutput$，数据类型支持FLOAT16、FLOAT、BFLOAT16（仅Atlas A2训练系列产品支持），支持，支持ND，且数据类型、shape需要与self、gradInput一致。

  • self(const aclTensor*, 计算输入)：公式中的$x$，数据类型支持FLOAT16、FLOAT、BFLOAT16（仅Atlas A2训练系列产品支持），支持，支持ND，且数据类型、shape需要与gradOutput、gradInput一致。

  • buffer(const aclTensor*, 计算输入)：正向计算的中间结果，暂不使用。数据类型支持FLOAT16、FLOAT、BFLOAT16（仅Atlas A2训练系列产品支持），支持，支持ND，且数据类型、shape需要与self一致。

  • gradInput(aclTensor*, 计算输出)：公式中的$gradInput$，数据类型支持FLOAT16、FLOAT、BFLOAT16（仅Atlas A2训练系列产品支持），支持，支持ND，且数据类型、shape需要与gradOutput、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。

aclnnLogSigmoidBackward

• 参数说明：

  • workspace(void*, 入参)：在Device侧申请的workspace内存地址。

  • workspaceSize(uint64_t, 入参)：在Device侧申请的workspace大小，由第一段接口aclnnLogSigmoidBackwardGetWorkspaceSize获取。

  • executor(aclOpExecutor*, 入参)：op执行器，包含了算子计算流程。

  • stream(aclrtStream, 入参)：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

无。

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。