当前位置: 首页 > news >正文

CANN/ops-math DropOutV3算子

DropOutV3

【免费下载链接】ops-math本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。项目地址: https://gitcode.com/cann/ops-math

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:训练过程中,按照概率p随机将输入中的元素置零,并将输出按照1/(1-p)的比例缩放。
  • 计算公式: $$ out_i=\begin{cases}0,&\text { with probability }p \\frac{1}{1-p}input_i,&\text { with probability }1-p\end{cases} $$

参数说明

参数名输入/输出/属性描述数据类型数据格式
input输入输入元素。FLOAT、FLOAT16、BFLOAT16ND
noise_shape输入预留参数,入参请用空指针代替。INT64ND
p输入元素置零的概率,取值范围为[0, 1]。FLOAT、FLOAT16、BFLOAT16ND
seed输入随机数的种子,影响生成的随机数序列。INT64、INT32ND
offset输入随机数的偏移量,它影响生成的随机数序列的位置。INT64ND
y输出输出数据。FLOAT、FLOAT16、BFLOAT16ND
mask输出bit类型并使用UINT8类型存储的mask数据。UINT8ND

约束说明

调用说明

调用方式样例代码说明
aclnn接口test_aclnn_drop_out_v3通过aclnn_drop_out_v3接口方式调用DropOutV3算子。
图模式调用test_geir_drop_out_v3通过算子IR构图方式调用DropOutV3算子。

【免费下载链接】ops-math本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。项目地址: https://gitcode.com/cann/ops-math

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

http://www.jsqmd.com/news/793406/

相关文章:

  • BV 开发者指南:Jetpack Compose 在TV应用中的最佳实践
  • CANN/ops-nn动态量化RMS归一化融合算子
  • CANN/ops-nn AdvanceStep算子
  • CANN/GE模型内存查询接口
  • 耗时3个月整理!K12少儿编程全套学习课件,老师/家长直接用
  • ARMv9 TRBSR寄存器解析与调试实践
  • ARM TLB管理:原理、指令与优化实践
  • 本地化AI代码助手Copaw:设计原理与工程实践指南
  • ContextPilot:优化KV缓存复用,加速RAG与长上下文推理
  • Arm CoreSight SoC-400调试架构与寄存器编程详解
  • 基于Docker容器化部署Atlassian Confluence的完整实践指南
  • 基于Gradio与多模型代理的AI模拟面试系统实战部署指南
  • 安全代码执行沙盒实践:基于Docker与Seccomp的隔离方案
  • 基于MCP协议构建代码库AI助手:原理、部署与最佳实践
  • AI研发团队“隐性崩溃”前的9个信号:SITS2026追踪18个月的142起项目衰变案例全复盘
  • ARM9EJ-S处理器JTAG调试架构与实战技巧
  • Git Magic多人协作:10个高效管理团队项目的终极技巧 [特殊字符]
  • 告别网盘限速!八大平台直链下载助手LinkSwift完整使用指南
  • 多智能体协同框架:从原理到实践,探索AI驱动的自动化开发新范式
  • reverse-shell工作原理深度解析:智能检测与多语言payload实现
  • GE获取模型输出大小
  • 从实测到实战:HIP6601半桥驱动电路在无线信标线圈中的性能剖析
  • ARM CPACR寄存器详解:功能控制与安全配置
  • Ascend C SetInput API文档
  • ErrorOr常见问题解答:解决开发者在使用过程中遇到的10个典型问题
  • 电子墨水屏技术原理与低功耗设计实践
  • 基于MCP与SSE实现AI助手与MQTT物联网的实时交互
  • Adaptive Cards MCP:AI驱动动态UI生成的技术架构与实践
  • 【信息科学与工程学】计算机科学与自动化——第十六篇 GPU 800数据中心超级性能GPU芯片(2nm工艺)系统化设计01
  • GNvim弹出菜单定制教程:LSP集成与样式美化