AtanGrad

产品支持情况

产品	是否支持
Ascend 950PR/Ascend 950DT	√
Atlas A3 训练系列产品/Atlas A3 推理系列产品	×
Atlas A2 训练系列产品/Atlas A2 推理系列产品	√
Atlas 200I/500 A2 推理产品	×
Atlas 推理系列产品	×
Atlas 训练系列产品	×

功能说明

• 算子功能：计算反正切函数（atan）的输入梯度，用于神经网络反向传播中的梯度传递。

• 计算公式：

  $$d{x}_i=d{y}_i\times \frac{1}{1+x_i^2}$$

  其中 $x$ 为前向计算的输入张量（atan 函数自变量），$dy$ 为上游传入的梯度张量，$dx$ 为输出的输入梯度张量。

• 等效分步计算：

  1. $t_i=x_i\times x_i$（计算 $x^2$）
  2. $g_i=t_i+1.0$（计算 $1+x^2$）
  3. $r_i=1/g_i$（取倒数，即 atan 函数的导数）
  4. $d{x}_i=d{y}_i\times r_i$（乘以上游梯度）

参数说明

参数名	输入/输出	描述	数据类型	数据格式
x	输入	前向计算输入张量，对应公式中 x，为 atan 函数自变量。	FLOAT16、FLOAT、BFLOAT16	ND
dy	输入	上游传入的梯度张量，对应公式中 dy。数据类型须与 x 完全一致。	FLOAT16、FLOAT、BFLOAT16	ND
dx	输出	输出的输入梯度张量，对应公式中 dx。数据类型须与 x 完全一致。	FLOAT16、FLOAT、BFLOAT16	ND

约束说明

• aclnnAtanGrad 默认确定性实现。
• x、dy、dx 三者数据类型必须完全一致，不支持隐式类型转换。
• x、dy、dx 三者 shape 必须完全相同，不支持广播（broadcast）。
• 支持空 Tensor（元素个数为 0）。
• 支持 0-8 维 Tensor，0 维表示标量（scalar），此时 dy 和 dx 也必须为 0 维。
• 当 x 取值极大（如 fp16 最大值）时，$x^2$ 可能溢出为 inf，此时 $1/\text{inf}=0$，dx=0，属于正常数值行为。

调用说明

调用方式	调用样例	说明
aclnn 调用	test_aclnn_atan_grad	调用前需完成自定义算子包的编译与安装（bash build.sh --soc=ascend910b）。

参考资源

接口文档和设计文档待补充。