aclnnUpsampleBicubic2d

产品支持情况

[object Object]undefined

功能说明

• 接口功能：对由多个输入通道组成的输入信号应用2D双三次上采样。如果输入Tensor x的shape为(N, C, H, W)，则输出Tensor out的shape为(N, C, outputSize[0], outputSize[1])。
• 计算公式：对于一个二维插值点$(N, C, h, w)$，插值$out(N, C, h, w)$可以表示为：$${out(N, C, h, w)}=\sum_{i=0}^{3}\sum_{j=0}^{3}{W(i, j)}*{f(h_i, w_j)}$$ $$scaleH =\begin{cases} (self.dim(2)-1) / (outputSize[0]-1) & alignCorners=true \\ 1 / scalesH & alignCorners=false\&scalesH>0\\ self.dim(2) / outputSize[0] & otherwise \end{cases}$$ $$scaleW =\begin{cases} (self.dim(3)-1) / (outputSize[1]-1) & alignCorners=true \\ 1 / scalesW & alignCorners=false\&scalesW>0\\ self.dim(3) / outputSize[1] & otherwise \end{cases}$$ 其中：
  • i和j是$W(i, j)$的索引变量。
  • $f(h_i, w_j)$是原图像在$(h_i, w_j)$的像素值。
  • $W(i, j)$是双三次抗锯齿插值的权重，定义为：$$W(d) =\begin{cases} (a+2)|d|^3-(a+3)|d|^2+1 & |d|\leq1 \\ a|d|^3-5a|d|^2+8a|d|-4a & 1<|d|<2 \\ 0 & otherwise \end{cases}$$ 其中：
    • $a=-0.75$
    • $d = |(h, w) - (h_i, w_j)|$

函数原型

每个算子分为，必须先调用“aclnnUpsampleBicubic2dGetWorkspaceSize”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“aclnnUpsampleBicubic2d”接口执行计算。

aclnnUpsampleBicubic2dGetWorkspaceSize

• 参数说明：

  [object Object]

  • [object Object]Atlas 200I/500 A2 推理产品[object Object]、[object Object]Atlas 推理系列产品[object Object]、[object Object]Atlas 训练系列产品[object Object]：

    • 数据格式：参数[object Object]、[object Object]不支持BFLOAT16。
    • 数据类型：参数[object Object]、[object Object]不支持NHWC。

  • [object Object]Atlas A2 训练系列产品/Atlas A2 推理系列产品[object Object]、[object Object]Atlas A3 训练系列产品/Atlas A3 推理系列产品[object Object]：

    参数[object Object]、[object Object]的数据格式不支持NHWC。

• 返回值：

  aclnnStatus：返回状态码，具体参见。

  第一段接口完成入参校验，出现以下场景时报错：

  [object Object]

aclnnUpsampleBicubic2d

• 参数说明：

  [object Object]

• 返回值：

  aclnnStatus：返回状态码，具体参见。

约束说明

• 参数[object Object]、[object Object]的shape约束：
  • 每个维度的取值小于等于2^20。
  • 参数[object Object]的N轴和C轴与[object Object]保持一致。
  • 内存占用需小于60G。内存占用的计算公式如下：$$(self\_H * self\_W + out\_H * out\_W + self\_H * out\_W) * N * C * sizeof(float) < 60 * 1024 * 1024 * 1024$$ 其中：
    • N代表输入和输出的N轴。
    • C代表输入和输出的C轴。
  • N * C * self_H < 2^31
• 参数outputSize的H轴和W轴与参数scalesH和参数scalesW，在使用时二选一，即：
  • 当alignCorners为True时：
    • outputSize对应轴的值等于1，scales对应轴的值为0。
    • 其他情况下使用入参self和outputSize中对应轴的参数值，且：$scales=(outputSize-1)/(self-1)$。
  • 当alignCorners为False时：
    • 当入参scalesH或入参scalesW的值小于等于0时，使用入参outputSize中对应轴的参数值，即：$scales=(outputSize/self)$。
    • 当入参scalesH或入参scalesW的值大于0时，使用入参scalesH或入参scalesW的参数值，即outputSize对应轴的值为$floor(self\_H * scalesH)$，或者$floor(self\_W * scalesW)$。
• 确定性计算：
  • aclnnUpsampleBicubic2d默认确定性实现。

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。