UpsampleBicubic2dGrad
【免费下载链接】ops-cv本项目是CANN提供的图像处理、目标检测相关的算子库，实现网络在NPU上加速计算。项目地址: https://gitcode.com/cann/ops-cv
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：UpsampleBicubic2d的反向传播。如果输入张量的shape为(N, C, H, W)，则输出张量的shape为(N, C, inputSize[2], inputSize[3])。
计算公式：对于一个二维插值点$(N, C, h, w)$，插值$gradInput(N, C, h, w)$可以表示为：
$$ {gradInput(N, C, h, w)}=\sum_{i=0}^{3}\sum_{j=0}^{3}{W(i, j)}*{f(h_i, w_j)} $$
$$ scaleH =\begin{cases} (inputSize[2]-1) / (outputSize[0]-1) & alignCorners=true \ 1 / scalesH & alignCorners=false&scalesH>0\ inputSize[2] / outputSize[0] & otherwise \end{cases} $$
$$ scaleW =\begin{cases} (inputSize[3]-1) / (outputSize[1]-1) & alignCorners=true \ 1 / scalesW & alignCorners=false&scalesW>0\ inputSize[3] / outputSize[1] & otherwise \end{cases} $$
其中：
i和j是$W(i, j)$的索引变量。
$f(h_i, w_j)$是gradOutput在$(h_i, w_j)$的像素值。
$W(i, j)$是双三次抗锯齿插值的权重，定义为：
$$ W(d) =\begin{cases} (a+2)|d|^3-(a+3)|d|^2+1 & |d|\leq1 \ a|d|^3-5a|d|^2+8a|d|-4a & 1<|d|<2 \ 0 & otherwise \end{cases} $$
其中：
- $a=-0.75$
- $d = |(h, w) - (h_i, w_j)|$
参数说明
| 参数名 | 输入/输出/属性 | 描述 | 数据类型 | 数据格式 |
|---|---|---|---|---|
| grad_output | 输入 | 表示反向计算的梯度Tensor，对应公式描述中的`gradOutput`。数据类型与输出`grad_input`的数据类型一致。 | FLOAT32、FLOAT16、BFLOAT16 | ND |
| align_corners | 可选属性 |
| BOOL | - |
| scales_h | 可选属性 |
| FLOAT32 | - |
| scales_w | 可选属性 |
| FLOAT32 | - |
| grad_input | 输出 | 表示采样后的输出张量，对应公式中的`gradInput`。数据类型与输入`grad_output`的数据类型一致。 | FLOAT32、FLOAT16、BFLOAT16 | ND |
约束说明
无
调用说明
| 调用方式 | 样例代码 | 说明 |
|---|---|---|
| aclnn接口 | test_aclnn_upsample_bicubic2d_grad | 通过aclnnUpsampleBicubic2dBackward接口方式调用UpsampleBicubic2dGrad算子。 |
【免费下载链接】ops-cv本项目是CANN提供的图像处理、目标检测相关的算子库，实现网络在NPU上加速计算。项目地址: https://gitcode.com/cann/ops-cv
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
