aclnnConvTbcBackward

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“aclnnConvTbcBackwardGetWorkspaceSize”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“aclnnConvTbcBackward”接口执行计算。

• aclnnStatus aclnnConvTbcBackwardGetWorkspaceSize(const aclTensor *self, const aclTensor *input, const aclTensor *weight, const aclTensor *bias, int64_t pad, int8_t cubeMathType, aclTensor *gradInput, aclTensor *gradWeight, aclTensor *gradBias, uint64_t *workspaceSize, aclOpExecutor **executor)
• aclnnStatus aclnnConvTbcBackward(void *workspace, uint64_t workspaceSize, aclOpExecutor *executor, aclrtStream stream)

功能描述

• 计算功能：用于计算时序卷积的反向传播

• 计算公式：

  假定输入Conv_tbc正向的输入$input$的shape是$(H_{\text{in}},N,C_{\text{in}})$,输出梯度$gradOutput$的shape是$(H_{\text{out}},N,C_{\text{out}})$,卷积核$weight$的shape是$(K,C_{\text{in}},C_{\text{out}})$,偏置$bias$的shape为$(C_{\text{out}})$。

  输入张量input的梯度输出$gradInput_{(t,b,c)}$将被表示为：

  $$gradInput_{(t,b,c)} = \sum_{k=0}^{K-1} gradOutput_{(t+k,b,d)} \cdot weight_{(k,c,d)}$$

  卷积核weight的梯度输出$gradWeight_{(t,b,c)}$将被表示为：

  $$gradWeight_{(t,b,c)} = \sum_{k=0}^{K-1} gradOutput_{(t+k,b,d)} \cdot input_{(k,c,d)}$$

  偏执bias的梯度输出$gradBias$将被表示为：

  $$gradBias_j = \sum_{i=1}^{N}\sum_{t=1}^{H_{\text{out}}} gradOutput_{i,t,j}$$

aclnnConvTbcBackwardGetWorkspaceSize

• 参数说明：

  • self(const aclTensor *，计算输入): 计算公式中的$gradOutput$,数据类型仅支持BFLOAT16(仅Atlas A2训练系列产品/Atlas 800I A2推理产品支持)，FLOAT，FLOAT16，支持undefined，shape为$(H_{\text{out}},N,C_{\text{out}})$，undefined为ND、NCL。Atlas A2训练系列产品/Atlas 800I A2推理产品场景，各个维度的大小应该在[1,2147483646]的范围内。
  • input(const aclTensor *，计算输入): 计算公式中的$input$,数据类型仅支持BFLOAT16(仅Atlas A2训练系列产品/Atlas 800I A2推理产品支持)，FLOAT，FLOAT16，支持undefined，shape为$(H_{\text{in}},N,C_{\text{in}})$，undefined为ND、NCL。Atlas A2训练系列产品/Atlas 800I A2推理产品场景，各个维度的大小应该在[1,2147483646]的范围内。
  • weight(const aclTensor *，计算输入): 计算公式中的$weight$,数据类型仅支持BFLOAT16(仅Atlas A2训练系列产品/Atlas 800I A2推理产品支持)，FLOAT，FLOAT16，支持undefined，shape为$(K,C_{\text{in}},C_{\text{out}})$，undefined为ND、NCL。Atlas A2训练系列产品/Atlas 800I A2推理产品场景，L的大小应该在[1,255]的范围内，其他维度的大小应该在[1,2147483646]的范围内。
  • bias(const aclTensor *，计算输入): 计算公式中的$bias$,数据类型仅支持BFLOAT16(仅Atlas A2训练系列产品/Atlas 800I A2推理产品支持)，FLOAT，FLOAT16，支持undefined，shape为$(C_{\text{out}})$，undefined为ND。
  • pad(int64，计算输入): 表示T维度上左右填充的个数。Atlas A2训练系列产品/Atlas 800I A2推理产品场景，其值应该在[0,255]的范围内。
  • cubeMathType(int8，计算输入): 用于判断Cube单元应该使用哪种计算逻辑进行运算，INT8类型的枚举值，枚举如下：
    • 0:KEEP_DTYPE，保持输入的数据类型进行计算。当输入是BFLOAT16、FLOAT，Atlas 训练系列产品Cube计算单元暂不支持，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 训练系列产品转换为FLOAT16计算，Atlas A2训练系列产品/Atlas 800I A2推理产品转换为HFLOAT32计算。当输入是BFLOAT16，Atlas 训练系列产品Cube计算单元暂不支持，取1时会报错，Atlas A2训练系列产品/Atlas 800I A2推理产品仍使用BFLOAT16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。当输入是BFLOAT16，Atlas 训练系列产品Cube计算单元暂不支持，Atlas A2训练系列产品/Atlas 800I A2推理产品转换为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Cube计算单元暂不支持，取3时会报错，Atlas A2训练系列产品/Atlas 800I A2推理产品转换为HFLOAT32计算。当输入是BFLOAT16，Atlas 训练系列产品Cube计算单元暂不支持，取3时会报错，Atlas A2训练系列产品/Atlas 800I A2推理产品仍使用BFLOAT16计算。
  • gradInput(aclTensor *，计算输出)：计算公式中的$gradInput$，数据类型仅支持BFLOAT16(仅Atlas A2训练系列产品/Atlas 800I A2推理产品支持)，FLOAT，FLOAT16，数据类型与input类型一致，shape为$(H_{\text{in}},N,C_{\text{in}})$，undefined为NCL。
  • gradWeight(aclTensor *，计算输出)：计算公式中的$gradWeight$，数据类型仅支持BFLOAT16(仅Atlas A2训练系列产品/Atlas 800I A2推理产品支持)，FLOAT，FLOAT16，数据类型与weight类型一致，shape为$(K,C_{\text{in}},C_{\text{out}})$，undefined为NCL。
  • gradBias(aclTensor *，计算输出)：计算公式中的$gradBias$，数据类型仅支持BFLOAT16(仅Atlas A2训练系列产品/Atlas 800I A2推理产品支持)，FLOAT，FLOAT16，数据类型与bias类型一致，shape为$(C_{\text{out}})$，undefined为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]

aclnnConvTbcBackward

• 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aclnnConvTbcBackwardGetWorkspaceSize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

由于硬件资源限制，算子在部分参数取值组合场景下会执行失败，请根据日志信息提示分析并排查问题。若无法解决，请单击undefined获取技术支持。

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。