0

0

cann-robotmath仓的doc tools 工具检测的低错问题

dd97d7cb创建于 4月29日历史提交

ExpSegsumGrad

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：Segsum的反向计算。
计算公式（以5D输入为例）:
1. 输入gradOutput（N1,N2,N3,N4,N4）与输入gradSelf（正向的输出）相乘。
  $out\_mul = gradOutput * gradSelf$
2. 生成（N4,N4）类型为bool的三角矩阵A，上三角为True，下三角为False，对角线为True。
3. 用0填充输入 $out\_mul$ 里面与矩阵A中值为True的位置相对应的元素。
  $out_muli={out_muli,Ai==False0,Ai==Trueout\_mul_i= \begin{cases}out\_mul_i,\quad A_i==False \\0, \quad A_i==True \end{cases}$
4. 对out_mul的倒数第二维进行倒序生成out_flip。
5. 以 $out\_flip$ 的倒数第二维进行cumsum累加。从维度视角来看的某个元素（其它维度下标不变，当前维度下标依次递增）， $out\_cumsum\_{i}$ 是输出张量中对应位置的元素。
  $out\_cumsum_{i} = out\_flip_{1} + out\_flip_{2} + out\_flip_{3} + ...... + out\_flip_{i}$
6. 对 $out\_cumsum$ 的-2维进行倒序生成out_flip2。
7. 生成（N4,N4）类型为bool的三角矩阵B，上三角为True，下三角为False，对角线为True。
8. 用0填充 $out\_flip2$ 里面与矩阵B中值为True的位置相对应的元素。
  $out_flip2i={out_flip2i,Bi==False0,Bi==Trueout\_flip2_i= \begin{cases}out\_flip2_i,\quad B_i==False \\0, \quad B_i==True \end{cases}$
9. 返回gradInput为out_flip2最后一维每行的和。

参数说明

参数名	输入/输出/属性	描述	数据类型	数据格式
grad_output	输入	表示进行反向计算的梯度，对应公式中的`gradOutput`。输入维度支持4D或5D，且最后两维的维度大小相同。	FLOAT32、FLOAT16、BFLOAT16	ND
grad_self	输入	表示正向计算的输出，对应公式中的`gradSelf`。shape和数据类型与输入`grad_output`保持一致。	FLOAT32、FLOAT16、BFLOAT16	ND
grad_input	输出	表示反向计算的输出，对应公式中的`out`。输出维度必须比输入维度少一维，支持3D或4D。当输入`grad_output`为4D时，输出的维度大小与`grad_output`的前3维保持一致；当输入`grad_output`为5D时，输出的维度大小与`grad_output`的前4维保持一致。数据类型与输入`grad_output`保持一致。	FLOAT32、FLOAT16、BFLOAT16	ND

约束说明

无

调用说明

调用方式	样例代码	说明
aclnn接口	test_aclnn_exp_segsum_backward	通过aclnnExpSegsumBackward接口方式调用ExpSegsumGrad算子。