MaxPoolingGrad产品支持情况产品是否支持Atlas A2 训练系列产品/Atlas A2 推理系列产品√功能说明算子功能最大池化的反向传播计算输入梯度。计算公式对于非重叠窗口stride kernel_size元素一一对应:$$ \frac{\partial L}{\partial x_i} \begin{cases} \frac{\partial L}{\partial y_i}, \text{if } x_i y_i \ 0, \text{otherwise} \end{cases} $$其中 $x_i$ 为前向输入元素$y_i$ 为前向输出最大值$\frac{\partial L}{\partial y_i}$ 为上游梯度。参数说明参数名输入/输出描述数据类型数据格式dy输入上游梯度 (upstream gradient)公式中的 $\frac{\partial L}{\partial y}$。FLOAT16、FLOATNDx输入前向输入 (original input)公式中的 $x$。FLOAT16、FLOATNDy输入前向输出 (pooling result / max values)公式中的 $y$。FLOAT16、FLOATNDdx输出输入梯度 (gradient w.r.t. input)公式中的 $\frac{\partial L}{\partial x}$。FLOAT16、FLOATND约束说明适用于非重叠窗口 (stride kernel_size) 场景x / y / dy / dx 四者形状相同y为前向 max pooling 的输出每个窗口的最大值已按非重叠窗口展开到与x相同的形状本算子在x与y同形前提下逐元素计算dx (x y) ? dy : 0仅支持 ND 格式不支持 BF16 数据类型调用说明调用方式调用样例说明aclnn调用test_aclnn_max_pooling_grad通过aclnnMaxPoolingGrad接口方式调用max_pooling_grad算子。贡献说明贡献者贡献方贡献算子贡献时间贡献内容--MaxPoolingGrad2026/05/17MaxPoolingGrad算子适配开源仓【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