aclnnVarMean

支持的产品型号

• 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“aclnnVarMeanGetWorkspaceSize”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“aclnnVarMean”接口执行计算。

• aclnnStatus aclnnVarMeanGetWorkspaceSize(const aclTensor *self, const aclIntArray *dim, int64_t correction, bool keepdim, aclTensor *meanOut, aclTensor *varOut, uint64_t *workspaceSize, aclOpExecutor **executor)
• aclnnStatus aclnnVarMean(void *workspace, uint64_t workspaceSize, aclOpExecutor *executor, aclrtStream stream)

功能描述

• 算子功能：返回输入Tensor指定维度的值求得的均值及方差。
• 计算公式：假设 dim 为 $i$，则对该维度进行计算。$N$为该维度的 shape。取 $self_{i}$，求出该维度上的平均值 $\bar{self_{i}}$。 方差计算公式如下：$$varOut = \frac{1}{N - correction}\sum_{j=0}^{N-1}(self_{ij}-\bar{self_{i}})^2$$ 当keepdim = true时，reduce后保留该维度，且输出 shape 中该维度值为1；当 keepdim = false时，不保留该维度。

aclnnVarMeanGetWorkspaceSize

• 参数说明：

  • self（aclTensor*, 计算输入）：公式中的输入self，数据类型支持FLOAT、FLOAT16，与out的数据类型需满足数据类型推导规则（参见），支持，支持ND。
  • dim（aclIntArray*，入参）：表示需要用于计算方差的维度，支持数据类型为INT64，其中的数据范围为[-self.dim(), self.dim()-1]，且其中的数据不能相同。
  • correction（int64_t，入参）：公式中的输入correction，修正值，数据类型为int64_t。
  • keepdim（bool，入参）：reduce轴的维度是否保留。数据类型为bool。
  • meanOut（aclTensor*, 计算输出）：均值的计算结果，数据类型支持FLOAT、FLOAT16，与self的数据类型需满足数据类型推导规则（参见），支持，支持ND。
  • varOut（aclTensor*, 计算输出）：公式中的输入varOut，方差的计算结果，数据类型支持FLOAT、FLOAT16，与self的数据类型需满足数据类型推导规则（参见），支持，支持ND。
  • 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]

aclnnVarMean

• 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aclnnVarMeanGetWorkspaceSize获取。
  • stream（aclOpExecutor*, 入参）：指定执行任务的AscendCL Stream流。
  • executor（aclrtStream, 入参）：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。

调用示例