Softsign

产品支持情况

产品	是否支持
Ascend 950PR/Ascend 950DT	是
Atlas A3 训练系列产品/Atlas A3 推理系列产品	是
Atlas A2 训练系列产品/Atlas A2 推理系列产品	是

功能说明

完成 Softsign 激活函数计算。Softsign 是一种类似于 tanh 的激活函数，但其收敛速度为多项式级别而非指数级别。对标 PyTorch torch.nn.Softsign / torch.nn.functional.softsign。

计算公式：

$$y=\frac{x}{1+|x|}$$

其中：

• $x$ 为输入张量的元素。
• $y$ 为输出张量的元素。
• 输出值域为 $(-1,1)$。

调用方式

调用方式	是否支持
ACLNN 调用	是

ACLNN 接口

函数原型

每个算子分为两段式接口，必须先调用 aclnnSoftsignGetWorkspaceSize 接口获取计算所需 workspace 大小以及包含了算子计算流程的执行器，再调用 aclnnSoftsign 接口执行计算。

aclnnStatus aclnnSoftsignGetWorkspaceSize(
    const aclTensor *self,
    const aclTensor *out,
    uint64_t *workspaceSize,
    aclOpExecutor **executor);

aclnnStatus aclnnSoftsign(
    void *workspace,
    uint64_t workspaceSize,
    aclOpExecutor *executor,
    aclrtStream stream);

参数说明

aclnnSoftsignGetWorkspaceSize：

参数名	输入/输出	描述	数据类型	维度
self	输入	输入张量，支持空 Tensor 和非连续 Tensor。	FLOAT、FLOAT16、BFLOAT16	0-8 维
out	输出	输出张量，数据类型和 shape 需要与 self 一致。	FLOAT、FLOAT16、BFLOAT16	0-8 维
workspaceSize	输出	返回需要在 Device 侧申请的 workspace 大小。	uint64_t*	-
executor	输出	返回 op 执行器，包含了算子计算流程。	aclOpExecutor**	-

aclnnSoftsign：

参数名	输入/输出	描述
workspace	输入	在 Device 侧申请的 workspace 内存地址。
workspaceSize	输入	在 Device 侧申请的 workspace 大小，由第一段接口获取。
executor	输入	op 执行器，包含了算子计算流程。
stream	输入	指定执行任务的 Stream。

返回值

aclnnStatus 返回状态码。

返回值	错误码	描述
ACLNN_ERR_PARAM_NULLPTR	161001	self 或 out 存在空指针。
ACLNN_ERR_PARAM_INVALID	161002	self 的数据类型不在支持的范围之内。
ACLNN_ERR_PARAM_INVALID	161002	out 的数据类型与 self 不一致。
ACLNN_ERR_PARAM_INVALID	161002	out 的 shape 与 self 不一致。

约束说明

• self 仅支持 FLOAT、FLOAT16、BFLOAT16 数据类型。
• out 的数据类型必须与 self 一致。
• out 的 shape 必须与 self 的 shape 完全一致，无广播行为。
• self 和 out 支持 0-8 维。
• self 支持空 Tensor（元素个数为 0），此时 out 也为空 Tensor，不执行任何计算。
• self 和 out 均支持非连续 Tensor。
• Softsign 默认确定性实现。

调用示例

ACLNN 调用示例

通过 aclnn 两段式接口调用 Softsign 算子的完整示例，请参考 examples/test_aclnn_softsign.cpp。

主要流程：

1. 初始化 aclnn 环境、设置设备、创建 Stream
2. 创建输入/输出 Tensor，分配 Device 内存
3. 将输入数据从 Host 拷贝到 Device
4. 调用 aclnnSoftsignGetWorkspaceSize 获取 workspace 大小和执行器
5. 分配 workspace 内存，调用 aclnnSoftsign 执行计算
6. 同步 Stream，将结果从 Device 拷贝回 Host
7. 对比结果与 CPU 参考值
8. 释放资源