人工智能神经网络类算子接口C代码参考定义示例.pdfVIP

GB/TXXXXX.2—XXXX

附录A

（资料性）

神经网络类算子接口C代码参考定义示例

A.1数据结构

本文件使用的C代码参考定义数据结构应符合GB/TXXX.1—XXXX《人工智能算子接口第1部分：

基础数学类算子》中A.1的规定。

A.2神经网络类算子接口

A.2.1激活函数

A.2.1.1S型函数

前向接口C代码：

Statusop_sigmoid_forward(constTensorx,

Tensor*y);

前向接口参数：

x(IN)：表示输入张量。

y(INOUT)：表示输出张量。

前向接口返回值：

STATUS_SUCCESS：表示操作成功。

STATUS_TYPE_MISMATCH:表示参数的数据类型不一致。

后向接口C代码：

Statusop_sigmoid_backward(constTensorgrad_out,

constTensorinput,

Tensor*grad_in);

后向接口参数：

grad_out(IN)：表示输出张量的梯度。

input(IN)：表示前向接口的输入张量。

grad_in(INOUT)：表示输入张量的梯度。

后向接口返回值：

STATUS_SUCCESS：表示操作成功。

STATUS_TYPE_MISMATCH:表示参数的数据类型不一致。

示例：

/*x:[0,2.2]*/

Tensory;

op_sigmoid_forward(x,y);

/*y:[0.5,0.9002495108803148]*/

A.2.1.2对数S型函数

前向接口C代码：

111

GB/TXXXXX.2—XXXX

Statusop_log_sigmoid_forward(constTensorx,

Tensor*y);

前向接口参数：

x(IN)：表示输入张量,元素类型可以为FLOAT32,FLOAT64等。

y(INOUT)：表示输出张量,形状、数据类型与输入张量相同。

前向接口返回值：

STATUS_SUCCESS：表示操作成功。

STATUS_TYPE_MISMATCH:表示参数的数据类型不一致。

后向接口C代码：

Statusop_log_sigmoid_backward(constTensorgrad_out,

constTensorinput,

Tensor*grad_in);

后向接口参数：

grad_out(IN)：表示输出张量的梯度。

input(IN)：表示前向接口的输入张量

grad_in(INOUT)：表示输入张量的梯度。

后向接口返回值：

STATUS_SUCCESS：表示操作成功。

STATUS_TYPE_MISMATCH:表示参数的数据类型不一致。

示例：

/*x:[1.0,2.0,3.0]*/

op_log_sigmoid_forward(x,y);

/*y:[-0.313262,-0.1269280.0485874]*/

A.2.1.3分段线性近似S型函数

前向接口C代码：

Statusop_hard_sigmoid_forward(constTe