Segsum

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	×
Kirin X90 处理器系列产品	√
Kirin 9030 处理器系列产品	√

功能说明

• 算子功能：进行分段和计算。生成对角线为0的半可分矩阵，且上三角为-inf。

• 计算公式（以4D输入为例）：

  1. 输入self由（N1,N2,N3,N4）升维成（N1,N2,N3,N4,1）。

  2. 进行广播得到（N1,N2,N3,N4,N4）。

  3. 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。

  4. 用0填充输入self里面与矩阵A中值为True的位置相对应的元素。

     $$sel{f}_i=\{\begin{array}{l}sel{f}_i,A_i==False\\ 0,A_i==True\end{array}$$

  5. 以self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），$selfTemp\_i$是输出张量中对应位置的元素。

     $$selfTem{p}_i=sel{f}_1+sel{f}_2+sel{f}_3+......+sel{f}_i$$

  6. 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False。

  7. 用-inf填充selfTemp里面与矩阵B中值为True的位置相对应的元素。

     $$ou{t}_i=\{\begin{array}{l}selfTem{p}_i,B_i==False\\ -inf,B_i==True\end{array}$$

  8. 计算selfTemp里面每个元素的指数。

     $$ou{t}_i=e^{selfTem{p}_i}$$

参数说明

参数名	输入/输出/属性	描述	数据类型	数据格式
x	输入	进行分段和计算的输入，对应公式中的`self`。	FLOAT32、FLOAT16、BFLOAT16	ND
y	输出	完成分段和计算后的输出，对应公式中的`out`。输出维度必须比输入维度大1，支持4D或5D。当输入`x`为3D时，输出前3维的维度大小与`x`的保持一致，最后1维的维度大小与第3维保持一致。当输入`x`为4D时，输出前4维的维度大小与`x`的保持一致，最后1维的维度大小与第4维保持一致。数据类型与输入`x`的数据类型保持一致。	FLOAT32、FLOAT16、BFLOAT16	ND

• Kirin X90/Kirin 9030 处理器系列产品: 不支持BFLOAT16。

约束说明

无

调用说明

调用方式	样例代码	说明
aclnn接口	test_aclnn_segsum	通过aclnnExpSegsum接口方式调用Segsum算子。