SoftshrinkGrad【免费下载链接】ops-nn本项目是CANN提供的神经网络类计算算子库实现网络在NPU上加速计算。项目地址: https://gitcode.com/cann/ops-nn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Softshrink的反向算子计算反向传播的梯度。含NaN保护当input_x为NaN时梯度直接传递与PyTorch行为对齐。计算公式$$ SoftshrinkBackward(x, grad) \begin{cases} grad, if \ |x| \lambda \ 0, otherwise \end{cases} $$参数说明参数名输入/输出/属性描述数据类型数据格式input_grad输入反向传播过程中上一步输出的梯度作为本反向算子的输入公式中的grad。fp16、fp32、bf16NDinput_x输入前向Softshrink的输入张量公式中的x。fp16、fp32、bf16NDlambd输入Softshrink的阈值参数默认值为0.5需满足lambd ≥ 0。公式中的λaclScalar类型。fp32-output_y输出反向传播梯度输出公式中的SoftshrinkBackward(x, grad)。fp16、fp32、bf16ND约束说明input_grad与input_x的dtype和shape必须一致。支持0-8维ND格式。调用说明调用方式调用样例说明aclnn调用test_aclnn_softshrink_grad.cpp通过aclnnSoftshrinkBackward接口方式调用SoftshrinkGrad算子。【免费下载链接】ops-nn本项目是CANN提供的神经网络类计算算子库实现网络在NPU上加速计算。项目地址: https://gitcode.com/cann/ops-nn创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考