aclnnReflectionPad2dBackward

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“aclnnReflectionPad2dBackwardGetWorkspaceSize”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“aclnnReflectionPad2dBackward”接口执行计算。

• aclnnStatus aclnnReflectionPad2dBackwardGetWorkspaceSize(const aclTensor *gradOutput, const aclTensor *self, const aclIntArray *padding, aclTensor *gradInput, uint64_t *workspaceSize, aclOpExecutor **executor)

• aclnnStatus aclnnReflectionPad2dBackward(void *workspace, uint64_t workspaceSize, aclOpExecutor *executor, const aclrtStream stream)

功能描述

• 算子功能：反射填充的反向传播。

• 计算公式：

  $$\nabla_ac = \frac{\partial(c)}{\partial(a)} = \frac{\partial(c)}{\partial(b)}* \frac{\partial(b)}{\partial(a)}$$

  a：原张量。

  b：reflection_pad2d正向结果。

  c：所有元素之和，为标量。

aclnnReflectionPad2dBackwardGetWorkspaceSize

• 参数说明：

  • gradOutput(const aclTensor *, 计算输入): Device侧的aclTensor，数据类型支持FLOAT16, FLOAT32, DOUBLE, COMPLEX64, COMPLEX128，支持，支持ND，维度支持三维或四维且与self和gradInput一致，shape需要与reflection_pad2d正向传播的output一致。

  • self(const aclTensor *, 计算输入)：Device侧的aclTensor，数据类型与gradOutput一致，支持，支持ND，维度支持三维或四维且与gradOutput和gradInput一致，shape与gradInput一致。

  • padding(const aclIntArray *, 计算输入)：Device侧的aclIntArray数组，数据类型为INT64，长度为4。padding前两个数值需小于self最后一维度的数值，后两个数值需小于self倒数第二维度的数值。

  • gradInput(const aclTensor *, 计算输出)：Device侧的aclTensor，数据类型与gradOutput一致，shape与self一致，支持，支持ND，维度支持三维或四维且与gradOutput和self一致，shape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]

aclnnReflectionPad2dBackward

• 参数说明：

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

  • workspaceSize(uint64_t)：在Device侧申请的workspace大小，由第一段接口aclnnReflectionPad2dBackwardGetWorkspaceSize获取。

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

  • stream(const aclrtStream)：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。