BroadcastGradientArgs

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：

  BroadcastGradientArgs是TensorFlow中用于计算梯度传播所需的广播维度索引的算子。

  它的核心功能是：在反向传播过程中，根据两个张量在正向传播时的原始形状，自动识别出它们因广播机制而扩展的维度，并输出需要在哪些维度上对梯度进行约简，以便将梯度从广播后的形状还原为每个原始张量的形状。

• 示例：

  例1：
    原始张量a的shape为[2, 1, 4, 1, 6]
    原始张量b的shape为[2, 3, 1, 5, 1]
    x1_data: [2, 1, 4, 1, 6]   # x1_shape=[5]
    x2_data: [2, 3, 1, 5, 1]   # x2_shape=[5]
    
    y1_data: [1, 3]            # y1_shape=[2]
    y2_data: [2, 4]            # y2_shape=[2]
  
  例2：
    原始张量a的shape为[4, 1, 6]
    原始张量b的shape为[2, 3, 1, 5, 1]
    x1_data: [4, 1, 6]         # x1_shape=[3]
    x2_data: [2, 3, 1, 5, 1]   # x2_shape=[5]
    
    y1_data: [0, 1, 3]         # y1_shape=[3]
    y2_data: [2, 4]            # y2_shape=[2]
  
  例3：
    原始张量a的shape为[2, 1, 4, 1, 6]
    原始张量b的shape为[2, 1, 4, 1, 6]
    x1_data: [2, 1, 4, 1, 6]   # x1_shape=[5]
    x2_data: [2, 1, 4, 1, 6]   # x2_shape=[5]
    
    y1_data: []            # y1_shape=[0]
    y2_data: []            # y2_shape=[0]
  

参数说明

参数名	输入/输出/属性	描述	数据类型	数据格式
x1	输入	shape必须是1维，data是示例中原始张量a的shape。	INT32、INT64	ND
x2	输入	shape必须是1维，data是示例中原始张量b的shape，数据类型与x1的数据类型保持一致。	INT32、INT64	ND
y1	输出	shape必须是1维，表示x1对应的张量shape中需要广播的索引，数据类型与x1的数据类型保持一致。	INT32、INT64	ND
y2	输出	shape必须是1维，表示x2对应的张量shape中需要广播的索引，数据类型与x1的数据类型保持一致。	INT32、INT64	ND

约束说明

无

调用说明

调用方式	调用样例	说明
图模式调用	test_geir_broadcast_gradient_args	通过算子IR构图方式调用BroadcastGradientArgs算子。