昇腾社区首页
中文
注册
开发者
下载
支持
积分兑换 NEW

aclnnBatchNormElemtBackward

支持的产品型号

  • Atlas 训练系列产品。
  • Atlas A2训练系列产品/Atlas 800I A2推理产品。

接口原型

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

  • aclnnStatus aclnnBatchNormElemtBackwardGetWorkspaceSize(const aclTensor* gradOut, const aclTensor* input, const aclTensor* mean, const aclTensor* invstd, const aclTensor* weight, const aclTensor* sumDy, const aclTensor* sumDyXmu, aclTensor* counter, aclTensor* gradInput, uint64_t* workspaceSize, aclOpExecutor** executor)
  • aclnnStatus aclnnBatchNormElemtBackward(void* workspace, uint64_t workspaceSize, aclOpExecutor* executor, const aclrtStream stream)

功能描述

  • 算子功能： undefined的反向计算。
  • 计算公式：
∂l∂x^i=∂l∂yi⋅γ\frac{\partial l}{\partial \hat{x}_i} = \frac{\partial l}{\partial y_i} \cdot γ ∂l∂σB2=∑i=0m∂l∂x^i⋅(xi−μB)⋅−12(σB2+ε)−3/2\frac{\partial l}{\partial σ^2_B} = \sum^m_{i=0}\frac{\partial l}{\partial \hat{x}_i} \cdot (x_i-μ_B) \cdot \frac{-1}{2}(σ^2_B + ε)^{-3/2} ∂l∂μB=(∑i=0m∂l∂x^i⋅−1σB2+ε)+∂l∂σB2⋅∑i=0m−2(xi−μB)m\frac{\partial l}{\partial μ_B} = (\sum^m_{i=0}\frac{\partial l}{\partial \hat{x}_i} \cdot \frac{-1}{\sqrt{σ^2_B + ε}}) + \frac{\partial l}{\partial σ^2_B} \cdot \frac{\sum^m_{i=0}-2(x_i-μ_B)}{m} ∂l∂xi=∂l∂x^i⋅1σB2+ε)+∂l∂σB2⋅2(xi−μB)m+∂l∂μB⋅1m\frac{\partial l}{\partial x_i} = \frac{\partial l}{\partial \hat{x}_i} \cdot \frac{1}{\sqrt{σ^2_B + ε}}) + \frac{\partial l}{\partial σ^2_B} \cdot \frac{2(x_i-μ_B)}{m} + \frac{\partial l}{\partial μ_B} \cdot \frac{1}{m} ∂l∂γ=∑i=0m∂l∂yi⋅x^\frac{\partial l}{\partial γ} = \sum^m_{i=0} \frac{\partial l}{\partial y_i} \cdot \hat{x} ∂l∂β=∑i=0m∂l∂yi\frac{\partial l}{\partial β} = \sum^m_{i=0} \frac{\partial l}{\partial y_i}

aclnnBatchNormElemtBackwardGetWorkspaceSize

  • 参数说明：

    • gradOut(aclTensor*, 计算输入): 正向输出的微分，Device侧的aclTensor，数据类型仅支持FLOAT、FLOAT16，shape支持2-8维，shape需要与input一致，支持undefined，undefined支持ND，其中第2维固定为channel轴。
    • input(aclTensor*, 计算输入): Device侧的aclTensor，数据类型仅支持FLOAT、FLOAT16，shape支持2-8维，支持undefined，undefined支持ND，其中第2维固定为channel轴。
    • mean(aclTensor*, 计算输入): 均值，Device侧的aclTensor，数据类型支持FLOAT、FLOAT16，shape支持1维，size需要与input的channel轴的size一致，支持undefined，undefined支持ND。
    • invstd(aclTensor*, 计算输入): 标准差的倒数，Device侧的aclTensor，数据类型支持FLOAT、FLOAT16，shape支持1维，size需要与input的channel轴的size一致，支持undefined，undefined支持ND。
    • weight(aclTensor*, 计算输入): 权重，Device侧的aclTensor，数据类型支持FLOAT、FLOAT16，shape支持1维，size需要与input的channel轴的size一致，支持undefined，undefined支持ND。
    • sumDy(aclTensor*, 计算输入): 输出梯度的样本均值和的平均值，Device侧的aclTensor，数据类型支持FLOAT、FLOAT16，shape支持1维，size需要与input的channel轴的size一致，支持undefined，undefined支持ND。
    • sumDyXmu(aclTensor*, 计算输入): 样本均值和与输入梯度乘积的平均值，Device侧的aclTensor，数据类型支持FLOAT、FLOAT16，shape支持1维，size需要与input的channel轴的size一致，支持undefined，undefined支持ND。
    • counter(aclTensor*, 计算输入): 输入数据的数量大小，Device侧的aclTensor，数据类型支持INT32、FLOAT16、FLOAT，支持undefined，undefined支持ND。
    • gradInput(aclTensor*, 计算输出): 输出的结果，Device侧的aclTensor，数据类型支持FLOAT、FLOAT16，shape支持2-8维，shape需要与input一致，支持undefined，undefined支持ND。
    • workspaceSize(uint64_t*, 出参): 返回需要在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undefined。

    [object Object]

aclnnBatchNormElemtBackward

  • 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aclnnBatchNormElemtBackwardGetWorkspaceSize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undefined。

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undefined。

[object Object]