aclnnGluBackward

支持的产品型号

每个算子分为undefined，必须先调用“aclnnGluBackwardGetWorkspaceSize”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“aclnnGluBackward”接口执行计算。

aclnnStatus aclnnGluBackwardGetWorkspaceSize(const aclTensor *gradOut, const aclTensor *self, int64_t dim, const aclTensor *out, uint64_t *workspaceSize, aclOpExecutor **executor)
aclnnStatus aclnnGluBackward(void *workspace, uint64_t workspaceSize, aclOpExecutor *executor, aclrtStream stream)

算子功能：GLU的反向。
计算公式：
$\frac{\partial GLU(a,b)}{\partial(a,b)}=cat(\sigma(b),\sigma(b) \otimes a \otimes (1-\sigma(b)))$
数学计算表达式：

假设输出的GLUGrad有两部分组成:out=[a_grad, b_grad]，则： sig_b = sigmoid(b) a_grad = y_grad * sig_b b_grad = a_grad * (a - a * sig_b) 其中：y_grad 为gradOut，a表示的是输入张量根据指定dim进行均分后的前部分张量，b表示后半部分张量。

参数说明：
- gradOut(aclTensor*): 表示梯度更新系数，数据类型支持DOUBLE,FLOAT,FLOAT16,BFLOAT16（仅Atlas A2训练系列产品/Atlas 800I A2推理产品支持）数据类型，数据类型必须与self的数据类型一致，shape为 $(*_1,M,*_2)$ 其中 $*$ 表示self中对应维度， $M = N /2$ ，支持undefined，undefined支持ND。
- self(aclTensor*): 数据类型支持DOUBLE,FLOAT,FLOAT16,BFLOAT16（仅Atlas A2训练系列产品/Atlas 800I A2推理产品支持）数据类型，tensor的维度必须大于0，且shape必须在入参dim对应的维度上可以整除2，shape表示为 $(*_1,N,*_2)$ 其中 $*$ 表示任何数量的附加维， $N$ 表示dim指定的维度大小，支持undefined，undefined支持ND。
- dim(int64_t): 表示要拆分输入self的维度，数据类型支持INT64，取值范围[-self.dim，self.dim-1]。
- out(aclTensor*): 数据类型支持DOUBLE,FLOAT,FLOAT16,BFLOAT16（仅Atlas A2训练系列产品/Atlas 800I A2推理产品支持）数据类型，数据类型必须与self的数据类型一致，shape必须与self的shape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]

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aclnnGluBackwardGetWorkspaceSize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。

无

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]