ResizeNearestNeighborV2Grad

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：ResizeNearestNeighborV2的反向传播，根据最近邻插值的映射关系，将输出梯度散射回输入空间并累加。

• 计算公式：

  正向ResizeNearestNeighborV2中，每个输出像素值复制于某个输入像素。反向传播时，输入像素的梯度为所有映射到该位置的输出像素梯度的累加和：

  $$y(N,C,h,w)+=\text{grads}(N,C,h^{\prime },w^{\prime })$$

  其中 $(h^{\prime },w^{\prime })$ 为输出坐标，通过最近邻映射回输入坐标：

  $$h=\min (\lfloor h^{\prime }\times \text{scaleH}\rfloor ,H_{in}-1)$$

  $$w=\min (\lfloor w^{\prime }\times \text{scaleW}\rfloor ,W_{in}-1)$$

  $$\text{scaleH}=\frac{H_{in}}{H_{out}},\text{scaleW}=\frac{W_{in}}{W_{out}}$$

  当属性取值不同时，映射公式变化如下：

  • align_corners=True，half_pixel_centers=False：$h=\min (\text{round}(h^{\prime }\times \text{scaleH}),H_{in}-1)$
  • align_corners=False，half_pixel_centers=True：$h=\min (\lfloor (h^{\prime }+0.5)\times \text{scaleH}\rfloor ,H_{in}-1)$
  • align_corners=False，half_pixel_centers=False：$h=\min (\lfloor h^{\prime }\times \text{scaleH}\rfloor ,H_{in}-1)$

参数说明

参数名	输入/输出	描述	数据类型	数据格式
grads	输入	正向ResizeNearestNeighborV2输出的梯度Tensor，对应公式中`grads`。	FLOAT16、FLOAT32、BFLOAT16	NCHW、NHWC
size	输入	原始图像的高和宽，即正向输入的空间尺寸，用于确定输出梯度Tensor的H和W维度。	INT32	-
y	输出	正向ResizeNearestNeighborV2输入的梯度Tensor，对应公式中`y`。	FLOAT16、FLOAT32、BFLOAT16	NCHW、NHWC

属性说明：

属性名	类型	默认值	描述
align_corners	Bool	false	决定是否对齐输入和输出图像的角点像素。为True时角点像素对齐。
half_pixel_centers	Bool	false	决定插值时像素中心位置。为True时像素中心在半像素坐标处。
scales	ListFloat	{0.0f, 0.0f}	空间尺寸乘数，可选参数。

约束说明

• 仅支持4维Tensor（NCHW或NHWC格式）

调用说明

调用方式	样例代码	说明
aclnn接口	test_aclnn_upsample_nearest2d_grad	通过aclnnUpsampleNearest2dBackward接口方式调用ResizeNearestNeighborV2Grad算子。
图模式	-	通过算子IR构图方式调用ResizeNearestNeighborV2Grad算子。