aclnnModulateBackward

产品支持情况

[object Object]undefined

功能说明

• 算子功能：完成ModulateBackward反向传播中参数的计算，进行梯度更新。

• 计算公式：

  设输入self的shape为[B, L, D]计算公式如下： 公式：

  $$\begin{cases} \text{grad\_input} = \text{grad\_output} \odot \text{scale}^{\uparrow L} \\ \text{grad\_scale} = \sum_{l=1}^{L} (\text{grad\_output} \odot \text{input})_{b,l,d} \\ \text{grad\_shift} = \sum_{l=1}^{L} \text{grad\_output}_{b,l,d} \end{cases}$$

  符号说明：

  • $\odot$: 表示逐元素乘法；
  • $\sum_{l=1}^{L}$: 求和操作，沿序列维度$L$（即dim=1）进行
  • $b,l,d$：下标，表示张量的维度索引（通常为Batch，Length，Dimension）
  • $\text{scale}^{\uparrow L}$： 表示将scale张量在序列维度 $L$ 上进行广播（扩展）

函数原型

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

aclnnModulateBackwardGetWorkspaceSize

• 参数说明：

  [object Object]

• 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]

aclnnModulateBackward

• 参数说明：

  [object Object]

• 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]

约束说明

• 确定性计算：

  • aclnnModulateBackward默认确定性实现。

• scale和shift是二维向量，第一维需要和input的第一维shape相同，第二维需要和input的第三维shape相同。

• 输入gradoutput的shape需要和输入input的shape保持一致。

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。