| 文件 | 最后提交记录 | 最后更新时间 |
|---|---|---|
| 3 天前 | ||
| 20 天前 | ||
| 20 天前 | ||
| 12 天前 | ||
| 20 天前 | ||
| 8 天前 | ||
| 7 个月前 | ||
| 3 天前 |
HardSwishGradV2
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
-
接口功能：aclnnHardswish的反向传播，完成张量self的梯度计算。
-
接口功能差异点说明：相比于aclnnHardswishBackward接口，aclnnHardswishBackwardV2的计算公式做了细微调整，详见“计算公式”。
-
计算公式：
outi=gradOutputi×gradSelfiout_{i} = gradOutput_{i} \times gradSelf_{i}
其中gradSelf的计算公式为
gradSelfi={0,selfi≤−3,selfi/3+0.5,−3<selfi<3,1,selfi≥3gradSelf_{i} = \begin{cases} 0, & self_{i} \le -3, \\ self_{i} / 3 + 0.5, & -3 \lt self_{i} \lt 3, \\ 1, & self_{i} \ge 3 \end{cases}
参数说明
| 参数名 | 输入/输出/属性 | 描述 | 数据类型 | 数据格式 |
|---|---|---|---|---|
| gradOutput | 输入 | 支持空Tensor。表示输入张量，公式中的输入gradOutput。shape需要与self、out相同，数据类型需要与self、out相同。 | BFLOAT16、FLOAT16、FLOAT32 | ND |
| self | 输入 | 支持空Tensor。输入数据。公式中的self。shape需要与gradOutput、out相同，数据类型需要与gradOutput、out相同。 | BFLOAT16、FLOAT16、FLOAT32 | ND |
| out | 输出 | 支持空Tensor。表示输出张量，公式中的out。shape需要与gradOutput、self相同，数据类型需要与gradOutput、self相同。 | BFLOAT16、FLOAT16、FLOAT32 | ND |
- Atlas 训练系列产品：数据类型支持FLOAT16、FLOAT32。
约束说明
gradOutput、self、out的shape维度不超过8维。
调用说明
| 调用方式 | 调用样例 | 说明 |
|---|---|---|
| aclnn调用 | test_aclnn_hard_swish_grad_v2 | 通过aclnnHardswishBackwardV2接口方式调用HardswishBackwardV2算子。 |
| 图模式调用 | - | 通过算子IR构图方式调用HardswishBackwardV2算子。 |