| 文件 | 最后提交记录 | 最后更新时间 |
|---|---|---|
| 20 天前 | ||
| 3 天前 | ||
| 4 天前 | ||
| 2 天前 | ||
| 3 天前 | ||
| 7 个月前 | ||
| 26 天前 |
Conv3DBackpropInputV2
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:计算三维卷积正向的输入张量xx对损失函数LL的梯度 ∂L∂x\frac{\partial L}{\partial x}。
-
计算公式:
∂L∂xn,cin,d,i,j=∑cout=1Cout∑r=1kD∑p=1kH∑q=1kW∂L∂yn,cout,d−r,i−p,j−q⋅wcout,cin,r,p,q \frac{\partial L}{\partial x_{n, c_{in}, d, i, j}} = \sum_{c_{out}=1}^{C_{out}} \sum_{r=1}^{k_D} \sum_{p=1}^{k_H} \sum_{q=1}^{k_W} \frac{\partial L}{\partial y_{n, c_{out}, d-r, i-p, j-q}}\cdot w_{c_{out}, c_{in}, r, p, q}
参数说明
参数名 |
输入/输出/属性 |
描述 |
数据类型 |
数据格式 |
|---|---|---|---|---|
| input_size | 输入 |
|
INT32、INT64 | - |
| filter | 输入 |
|
FLOAT16、BFLOAT16、FLOAT32 | NCDHW、NDHWC、DHWCN |
| out_backprop | 输入 |
|
FLOAT16、FLOAT32、BFLOAT16 | NDHWC、NCDHW |
| strides | 必填属性 |
|
- | - |
| pads | 必填属性 |
|
- | - |
| dilations | 可选属性 |
|
- | - |
| groups | 可选属性 |
|
INT | - |
| data_format | 可选属性 |
|
STRING | - |
| y | 输出 |
|
FLOAT16、BFLOAT16、FLOAT32 | NDHWC、NCDHW |
-
特征图:正向卷积中的输入特征图'x'。
-
Ascend 950PR/Ascend 950DT处理器:当'out_backprop'和'y'数据格式为NDHWC,暂不支持groups>1。
-
不同groups取值与dtype的组合说明
groups dtype out_backprop format filter format y format =1 HIFLOAT8/FLOAT8_E4M3FN NCDHW NCDHW NCDHW =1 HIFLOAT8/FLOAT8_E4M3FN NDHWC NCDHW NDHWC =1 FLOAT16/BFLOAT16/FLOAT32 NCDHW NCDHW NCDHW =1 FLOAT16/BFLOAT16/FLOAT32 NCDHW NDHWC NCDHW =1 FLOAT16/BFLOAT16/FLOAT32 NCDHW DHWCN NCDHW =1 FLOAT16/BFLOAT16/FLOAT32 NDHWC NDHWC NDHWC =1 FLOAT16/BFLOAT16/FLOAT32 NDHWC NCDHW NDHWC =1 FLOAT16/BFLOAT16/FLOAT32 NDHWC DHWCN NDHWC >1 HIFLOAT8/FLOAT8_E4M3FN NCDHW NCDHW NCDHW >1 FLOAT16/BFLOAT16/FLOAT32 NCDHW NCDHW NCDHW >1 FLOAT16/BFLOAT16/FLOAT32 NCDHW NDHWC NCDHW >1 FLOAT16/BFLOAT16/FLOAT32 NCDHW DHWCN NCDHW
约束说明
- input_size
- 可输入的轴序列如下:
- [batch, in_depth, in_height, in_width, in_channels]
- [batch, in_channels, in_depth, in_height, in_width]
- 可输入的轴序列如下:
- out_backprop
- N、C、D、H和W维度的取值范围必须在 [1,2147483647] 之间。
- filter
- N(out_channels)、C(in_channels)和D维度的取值范围必须在 [1,2147483647] 之间。
- H、W维度的取值范围必须在 [1,511] 之间。
- strides
- N和C的维度必须为1。
- Ascend 950PR/Ascend 950DT:D、H和W维度的取值范围必须在 [1,2147483647] 之间。
- Atlas A2 训练系列产品/Atlas A2 推理系列产品、Atlas A3 训练系列产品/Atlas A3 推理系列产品:H和W的维度的取值范围必须在 [1,63] 之间,D维度的取值范围必须在 [1,255] 之间。
- pads
- 填充顺序为:[front, back, top, bottom, left, right]。
- Ascend 950PR/Ascend 950DT:D、H和W维度的取值范围必须在 [0,2147483647] 之间。
- Atlas A2 训练系列产品/Atlas A2 推理系列产品、Atlas A3 训练系列产品/Atlas A3 推理系列产品:D、H和W维度的取值范围必须在 [0,255] 之间。
- dilations
- N与C的维度必须为1。
- Ascend 950PR/Ascend 950DT:D、H和W维度的取值范围必须在 [1,2147483647] 之间。
- Atlas A2 训练系列产品/Atlas A2 推理系列产品、Atlas A3 训练系列产品/Atlas A3 推理系列产品:H、W和D维度的取值范围必须在 [1,255] 之间。
- 由于硬件资源限制,算子在部分参数取值组合场景下会执行失败,请根据日志信息提示分析并排查问题。若无法解决,请单击 Link获取技术支持。
调用说明
| 调用方式 | 样例代码 | 说明 |
|---|---|---|
| aclnn接口 | test_aclnn_conv3d_backprop_input_v2 | 通过aclnnConvolutionBackward接口方式调用Conv3DBackpropInputV2算子 |