CANN ops-nn 算子 SigmoidCrossEntropyWithLogitsGradV2 深度解析：ACLNN 两段式接口、梯度公式与 NPU 实现原理

CANN ops-nn 算子 SigmoidCrossEntropyWithLogitsGradV2 深度解析：ACLNN 两段式接口、梯度公式与 NPU 实现原理

【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

导读

本文围绕 CANN ops-nn 仓库中experimental/loss/sigmoid_cross_entropy_with_logits_grad_v2算子目录展开，系统讲解带 logits 的二元交叉熵损失（Binary Cross Entropy with Logits）反向传播梯度的完整计算链路：从数学公式、算子参数与约束，到 aclnnBinaryCrossEntropyWithLogitsBackward 两段式调用接口、AscendC 内核实现与 Tiling 策略。读完本文，你将能够：正确理解该算子每个输入/属性/输出的语义与合法性约束；独立完成基于 ACLNN 两段式接口的算子调用样例编写与运行；并可以从源码层面掌握该算子在 NPU 上的数据搬运、计算拆分与性能调优思路。

一、算子概述与产品支持情况

SigmoidCrossEntropyWithLogitsGradV2是 CANN ops-nn 项目中用于计算二分类交叉熵（带 logits）损失对输入 logits 的梯度的算子，它对应 PyTorch 中binary_cross_entropy_with_logits的反向传播。该算子位于仓库的 experimental 实验目录下，其完整工程结构如下：

experimental/loss/sigmoid_cross_entropy_with_logits_grad_v2/ ├── README.md # 算子功能、参数与约束说明（本文主体依据） ├── docs/aclnnBinaryCrossEntropyWithLogitsBackward.md # ACLNN 两段式接口文档 ├── examples/test_aclnn_sigmoid_cross_entropy_with_logits_grad_v2.cpp # 可运行调用样例 ├── op_host/ │ ├── op_api/ # ACLNN 接口层实现与头文件 │ ├── sigmoid_cross_entropy_with_logits_grad_v2_def.cpp # 算子定义（IR 注册） │ ├── sigmoid_cross_entropy_with_logits_grad_v2_infershape.cpp # 输出 shape 推导 │ └── sigmoid_cross_entropy_with_logits_grad_v2_tiling.cpp # Tiling 策略 ├── op_kernel/ │ ├── sigmoid_cross_entropy_with_logits_grad_v2.cpp # AscendC 内核 │ ├── sigmoid_cross_entropy_with_logits_grad_v2.h # 内核类模板声明 │ ├── sigmoid_cross_entropy_with_logits_grad_v2_tiling_data.h # Tiling 数据结构 │ └── sigmoid_cross_entropy_with_logits_grad_v2_tiling_key.h # Tiling Key └── tests/ut/ # op_api / op_host / op_kernel 三级单测

根据 README.md 的“产品支持情况”，该算子支持Atlas A2 训练系列产品 / Atlas A2 推理系列产品。

二、数学原理：梯度公式推导

2.1 基础定义

设输入为predict（即 logits，用 $x$ 表示）、target（标签，用 $y$ 表示）、dout（上游梯度），先计算 sigmoid：

$$ p = \text{sigmoid}(predict) = \frac{1}{1 + e^{-predict}} $$

2.2 无 pos_weight 的分支

当pos_weight不存在时：

$$ grad_base = p - target $$

2.3 有 pos_weight 的分支

当pos_weight存在时，引入正样本权重因子：

$$ log_weight = pos_weight \cdot target $$

$$ grad_base = (log_weight + 1 - target) \cdot p - log_weight $$

可以验证：当pos_weight = 1时，log_weight = target，该式退化为(target + 1 - target) · p - target = p - target，与无pos_weight分支完全一致，说明该公式是前者的广义化形式。

2.4 梯度合成与权重缩放

梯度输出先乘以上游梯度：

$$ gradient = grad_base \cdot dout $$

若weight非空（样本级权重），再逐元素相乘：

$$ gradient = gradient \cdot weight $$

当reduction = mean时，再按元素总数 $N$ 做均值缩放：

$$ gradient = gradient \cdot \frac{1}{N} $$

三、参数说明

3.1 算子级参数（IR 定义）

根据 README.md 参数表整理如下：

参数名	输入/输出/属性	描述	数据类型	数据格式
predict	输入	模型输出 logits	BFLOAT16、FLOAT16、FLOAT	ND
target	输入	标签张量	BFLOAT16、FLOAT16、FLOAT	ND
dout	输入	上游梯度输入	BFLOAT16、FLOAT16、FLOAT	ND
weight	可选输入	样本权重	BFLOAT16、FLOAT16、FLOAT	ND
pos_weight	可选输入	正样本权重	BFLOAT16、FLOAT16、FLOAT	ND
reduction	可选属性	支持 none、mean、sum	STRING / INT64（接口映射）	-
gradient	输出	梯度输出	BFLOAT16、FLOAT16、FLOAT	ND

其中reduction在算子 IR 层的默认值为"mean"，见 sigmoid_cross_entropy_with_logits_grad_v2_def.cpp 中的this->Attr("reduction").AttrType(OPTIONAL).String("mean")；IR 注册中同时声明了predict、target、dout为 REQUIRED 输入，weight、pos_weight为 OPTIONAL 输入，支持的数据类型为ge::DT_FLOAT16 / ge::DT_FLOAT / ge::DT_BF16，格式统一为ge::FORMAT_ND，目标硬件为ascend910b。

3.2 约束说明

来自 README.md 的约束项：

• 输入维度范围为 1-8 维；
• predict、target、dout的 shape 需一致；
• weight、pos_weight为可选输入，若存在需与predictshape 一致；
• 输入与输出数据类型需保持一致。

值得注意的是，ACLNN 接口层对 shape 的校验比算子 README 的表述更宽松：从 aclnn_binary_cross_entropy_with_logits_backward.cpp 的CheckShape实现可以看到，gradOutput、weightOptional、posWeightOptional是按广播语义（broadcast）校验的——它们需要能够广播到self的 shape，最终广播结果必须与self完全一致；而target与out则要求与selfshape 严格相等。因此在实践中，三个必选输入与输出通常使用相同 shape，可选输入可以使用可广播至该 shape 的形态。

3.3 输出 shape 推导

infershape 实现 中，gradient的 shape 直接拷贝predict的 shape，即输出与输入 logits 同 shape，这符合逐元素梯度算子的直觉——反向传播的梯度形状与正向 logits 张量一一对应。

四、ACLNN 两段式接口：aclnnBinaryCrossEntropyWithLogitsBackward

4.1 接口与参数映射

ACLNN 层将该算子包装为aclnnBinaryCrossEntropyWithLogitsBackward，采用 CANN 标准的两段式接口调用模式（详见 docs/zh/context/two_phase_api.md）：第一段GetWorkspaceSize完成入参校验与计算流程编排、返回 workspace 大小和执行器；第二段执行真正的计算。

参数映射关系（来自 aclnnBinaryCrossEntropyWithLogitsBackward.md）：

• self↔ 算子输入predict（logits）
• gradOutput↔ 算子输入dout（上游梯度）
• out↔ 算子输出gradient
• weightOptional↔ 算子输入weight
• posWeightOptional↔ 算子输入pos_weight
• reduction以int64_t传入：0 表示 none，1 表示 mean，2 表示 sum

函数原型（见 aclnn_binary_cross_entropy_with_logits_backward.h）：

aclnnStatus aclnnBinaryCrossEntropyWithLogitsBackwardGetWorkspaceSize( const aclTensor* gradOutput, const aclTensor* self, const aclTensor* target, const aclTensor* weightOptional, const aclTensor* posWeightOptional, int64_t reduction, aclTensor* out, uint64_t* workspaceSize, aclOpExecutor** executor); aclnnStatus aclnnBinaryCrossEntropyWithLogitsBackward( void* workspace, uint64_t workspaceSize, aclOpExecutor* executor, const aclrtStream stream);

4.2 第一段接口的参数校验逻辑

从 aclnn_binary_cross_entropy_with_logits_backward.cpp 的CheckParams可以看到，第一段接口依序执行六类检查：

1. 空指针检查：gradOutput、self、target、out任一为空指针时报ACLNN_ERR_PARAM_NULLPTR（错误码 161001）；
2. 维度检查：所有张量维度不得超过 8 维（CheckDimension使用OP_CHECK_MAX_DIM，宏MAX_SUPPORT_DIMS_NUMS）；
3. 数据类型检查：self/target/gradOutput/out及非空的weight/pos_weight均须落在支持列表内，且out类型须与target一致（CheckDtypeValid）；
4. 数据格式检查：self与target、self与out的存储格式必须相同（CheckFormat）；
5. shape 检查：target、out与self严格同 shape；gradOutput、weight、pos_weight广播后须与self一致；空 tensor 直接放行（CheckShape）；
6. reduction 检查：取值必须落在 0~2（CheckReduction，枚举enum Reductions { None, Mean, Sum, END }）。

上述任一检查失败均返回ACLNN_ERR_PARAM_INVALID（错误码 161002）。完整的返回码含义可参见 docs/zh/context/aclnn_return_code.md。

4.3 数据类型推导与内部计算流程

ACLNN 接口层还实现了一套类型提升（promote）与格式适配流程（BinaryCrossEntropyWithLogitsBackwardStub）：

• CheckPromoteType依次对self+target、+gradOutput、+weightOptional、+posWeightOptional做op::PromoteType类型推导，要求最终推导结果可安全 cast 到输出类型；
• 输入 tensor 若为非连续（non-contiguous）则先经l0op::Contiguous转为连续，接口文档明确标注各张量均支持“非连续 Tensor”（√）；
• weight、pos_weight为空时，分别用l0op::OnesLike(self)生成全 1 张量参与计算——这解释了算子内核为什么始终能看到“逻辑上存在的”两个权重；
• 全部输入 cast 到 promoteType 后，调用 L0 级算子l0op::SigmoidCrossEntropyWithLogitsGradV2，将reduction枚举映射为字符串{"none", "mean", "sum"}；
• 计算结果再 cast 回out的数据类型，经ReFormat/ViewCopy适配输出 format 与视图（非连续输出场景）。

支持的数据类型列表是平台相关的：GetDtypeSupportList()在 DAV_2201 架构或 Regbase 模式下返回{DT_FLOAT16, DT_FLOAT, DT_BF16}，其他平台仅返回{DT_FLOAT16, DT_FLOAT}，详见 aclnn_binary_cross_entropy_with_logits_backward.cpp。这提醒开发者：BFLOAT16 支持是有平台前提的，跨平台使用时需确认目标平台的 dtype 支持范围。

4.4 确定性计算保证

根据 aclnnBinaryCrossEntropyWithLogitsBackward.md 的说明，该接口默认采用确定性实现，即相同输入在同一软硬件环境下多次运行结果可复现，这对训练梯度校验、数值调优与问题定位具有实用价值。确定性计算的通用机制可参考 docs/zh/context/determinism_compute.md。

五、完整调用示例：从 Host 到 Device

5.1 完整样例代码

examples/test_aclnn_sigmoid_cross_entropy_with_logits_grad_v2.cpp 给出了一个可运行、可验证的完整样例（演示数据均为同 shape，不使用广播）。其核心步骤包括：ACL 环境初始化 → 构造输入/输出 aclTensor → 两段式接口调用 → 同步取回结果 → 资源释放。关键调用片段如下：

#include "aclnnop/aclnn_binary_cross_entropy_with_logits_backward.h" // 1. 环境初始化（固定写法）：aclInit / aclrtSetDevice / aclrtCreateStream int32_t deviceId = 0; aclrtStream stream; Init(deviceId, &stream); // 2. 构造张量：predict(32,32)、target(32,32)、dout(32,32)， // 可选输入 weight(32,32)、pos_weight(32,32) 同 shape； // 通过 aclrtMalloc + aclrtMemcpy 放入 Device，再 aclCreateTensor 封装 // （CreateAclTensor 内部同时计算连续张量 strides，format 为 ACL_FORMAT_ND） // 3. 两段式接口调用 uint64_t workspaceSize = 0; aclOpExecutor* executor; int64_t reduction = 1; // 0:none, 1:mean, 2:sum ret = aclnnBinaryCrossEntropyWithLogitsBackwardGetWorkspaceSize( doutTensor, // gradOutput（注意参数顺序：gradOutput 在前） predictTensor, // self（logits） targetTensor, weightTensor, // 可传 nullptr 表示不使用 posWeightTensor, // 可传 nullptr 表示不使用 reduction, outputTensor, &workspaceSize, &executor); void* workspaceAddr = nullptr; if (workspaceSize > 0) { aclrtMalloc(&workspaceAddr, workspaceSize, ACL_MEM_MALLOC_HUGE_FIRST); } ret = aclnnBinaryCrossEntropyWithLogitsBackward(workspaceAddr, workspaceSize, executor, stream); aclrtSynchronizeStream(stream); // 4. aclrtMemcpy(DEVICE_TO_HOST) 回拷输出并打印前 8 个元素验证 // 5. aclDestroyTensor / aclrtFree / aclrtDestroyStream / aclrtResetDevice / aclFinalize 释放资源

易错点提示：第一段接口的参数顺序是gradOutput, self, target, weightOptional, posWeightOptional, reduction, out，即dout位于predict之前，与直觉上的“先 logits 后梯度”相反，样例代码中已用注释特别标注。

5.2 编译与运行指引

样例的编译执行过程遵循 CANN 算子开发标准流程，具体可参考 docs/zh/context/compile_and_run_sample.md。整体要点为：

• 头文件路径：aclnn_binary_cross_entropy_with_logits_backward.h（op_host/op_api 目录中声明的ACLNN_API接口）及acl/acl.h；
• 链接 CANN 运行时库（acl、aclnn 相关动态库），并设置好ASCEND_HOME_PATH等环境变量；
• 在装有 Atlas A2 系列产品的环境上执行，输出 tensor 需预先分配与self同 shape 的 Device 内存。

5.3 数值验证小实验（样例数据推算）

以样例中的简化数据为例可直观验证公式：若predict = 1.0、target = 0.5、dout = 1.0、weight = 1.0、pos_weight = 2.0，则有：

• $p = \frac{1}{1+e^{-1}} \approx 0.7310586$
• $log_weight = 2.0 \times 0.5 = 1.0$
• $grad_base = (1.0 + 1 - 0.5) \times 0.7310586 - 1.0 = 1.5 \times 0.7310586 - 1.0 \approx 0.0965879$
• 乘dout、weight后仍约为 0.0965879（本组数据下两权重均为 1 或已计入）

reduction=mean 时再除以元素总数。由于样例输入为全 1 / 全 0.5 常量，所有元素梯度一致，打印结果应为同一常量，可用以快速确认算子被正确执行、输出被写回。

六、NPU 内核实现原理：AscendC 视角

6.1 模板化内核与权重组合

kernel 实现 以类模板KernelSigmoidCrossEntropyWithLogitsGradV2<T, HAS_WEIGHT, HAS_POS_WEIGHT>组织，T为输入数据类型（由DTYPE_PREDICT推导），两个布尔模板参数在编译期按weight/pos_weight是否存在的 4 种组合展开（见DISPATCH_SIGMOID_GRAD宏），从而：

• 内核入口签名固定为(predict, target, dout, weight, pos_weight, gradient, workspace, tiling)；
• 不存在的可选输入不会申请队列、不会做搬运，避免运行时分支开销；
• Init阶段按blockIdx与 tiling 数据切分 Global Memory 缓冲区，并根据tileDataNum初始化 UB 上多级队列（predict/target/dout、条件性的 weight/pos_weight、输出 grad，以及 FP32 计算缓冲区）。

6.2 计算流水与公式落位

内核采用经典的CopyIn → Compute → CopyOut 三段式流水（Process循环，QUEUE_DEPTH=1的双缓冲由 Tiling 侧决定）。Compute阶段与数学公式一一对应：

无 pos_weight 分支（对应 2.2 节）：

// sigmoid(x) = 1 / (1 + exp(-x)) Muls(tmp1, x_fp32, -1.0f); Exp(tmp1, tmp1); Adds(tmp3, tmp1, 1.0f); Duplicate(tmp2, 1.0f); Div(x_fp32, tmp2, tmp3); Sub(x_fp32, x_fp32, y_fp32); // grad_base = p - y

有 pos_weight 分支（对应 2.3 节）：

Mul(tmp1, pos_w_vec_fp32, y_fp32); // log_weight = pos_weight * target Adds(tmp3, tmp1, 1.0f); Sub(tmp3, tmp3, y_fp32); // log_weight + 1 - target Muls(tmp2, x_fp32, -1.0f); Exp(tmp2, tmp2); Adds(y_fp32, tmp2, 1.0f); Duplicate(tmp2, 1.0f); Div(x_fp32, tmp2, y_fp32); // sigmoid(x) Mul(tmp3, tmp3, x_fp32); Sub(x_fp32, tmp3, tmp1); // grad_base

随后统一执行：gradient = grad_base * dout（可选再乘weight），最后若tiling.globalScale != 1.0f则整体缩放（reduction=mean 时的 $1/N$ 因子）。内核注释明确指出该公式序列与 TBE 路径保持一致，同时指令顺序对齐 builtin trace。

数值精度设计：非 FP32 输入（FP16/BF16）在计算前Cast到 FP32 中间缓冲区（calc_fp32），全部中间运算在 FP32 下完成，输出时再按类型回写——FP16 使用CAST_RINT、BF16 使用CAST_RINT、FP32 直接拷贝，最大程度避免中间累积误差；calcBuf数量为FP32_BUF_NUM（FP32 输入在 lite 模式下可缩减为 3 个缓冲，见 6.4 节）。非整块数据通过DataCopyPad补齐搬运，FP32 尾块在tileDataNum < 1024时回退为标量路径以避免 pad 开销（源码注释：For tiny fp32 tiles, pad copy overhead can exceed scalar fallback benefits）。

6.3 内核的 Tiling 数据结构

内核依赖的 Tiling 参数定义在 sigmoid_cross_entropy_with_logits_grad_v2_tiling_data.h：

struct SigmoidCrossEntropyWithLogitsGradV2TilingData { uint64_t smallCoreDataNum; // 小核（非尾核）处理的数据量 uint64_t bigCoreDataNum; // 大核（尾核）处理的数据量 uint64_t finalBigTileNum; // 大核的 tile 循环次数 uint64_t finalSmallTileNum; // 小核的 tile 循环次数 uint64_t tileDataNum; // 单个 tile 的元素数 uint64_t smallTailDataNum; // 小核尾 tile 元素数 uint64_t bigTailDataNum; // 大核尾 tile 元素数 uint64_t tailBlockNum; // 承担"大核"角色的 block 数 float globalScale; // reduction=mean 时的 1/N 缩放因子 uint32_t has_weight; // 是否携带 weight uint32_t has_pos_weight; // 是否携带 pos_weight uint32_t fp32_lite_mode; // FP32 精简缓冲模式标记 };

内核Init中通过GetBlockIdx()与tailBlockNum判断当前核是"大核"还是"小核"，并据此确定各自的数据量与 tile 循环次数；数据量不同的核之间通过globalBufferIndex的偏移修正保证每个元素恰好被处理一次。

七、Tiling 策略与性能调优细节

7.1 整体流程

tiling 实现 完成：读取输入 shape/dtype → 判定has_weight/has_pos_weight→ 解析reduction→ 计算 UB 可用容量与 tileBlockNum → 分配核数 → 通过CalculateCoreBlockNums计算大小核数据分布 → 写入 Tiling 数据并SetBlockDim。

7.2 reduction 的“双编码”兼容

GetReductionType展示了算子 IR 与 ACLNN 接口层 reduction 编码差异的处理：Tiling 侧优先读字符串属性（"none"/"sum"/"mean"，兼容单字母缩写n/s/m），若拿到整数属性则做了一次编码映射——ACLNN 接口的枚举是 0:none、1:mean、2:sum，而内部 Tiling 枚举是 0:none、1:sum、2:mean（源码注释明确说明该兼容性设计），读取后统一换算为内部ReductionType。globalScale仅在 mean（内部编码 2）且totalLength > 0时置为1.0f / totalLength，其余情况为 1.0。

7.3 核数与 UB 自适应

• 核数选择：默认按(totalLength + 1023) / 1024估算最优核数并与 AIV 核数、总 block 数取较小值；随后依据 dtype 与 workload 范围套用多种细分策略，例如：
  • FP32 且同时带 weight/pos_weight 的“重计算”场景（enableFp32PerfTune）按数据量分档限制核数（≤8K 用 8 核、≤64K 用 16 核、≤256K/512K 用 24 核、≤1M 用 32 核等），避免中小 shape 被过度切分引入 sync/scalar 开销；
  • FP32 3D/4D + sum + 中大规模（25 万~95 万元素）场景使用FP32_HEAVY_PREFERRED_CORE_NUM = 40的偏好核数；
  • BF16 3D + mean + 2 万~3 万元素场景限制到BF16_3D_MEAN_PREFERRED_CORE_NUM = 25，并同步做 tile 上限收敛；
  • FP16 5D + none + 90 万~120 万元素场景（enableFp16FiveDimSyncOpt）通过缩小 UB 预留提升单片容量；
  • BF16 sum + 15 万~18 万元素场景强制每核 2 tile（enableBf16Split2Tiles）以恢复流水重叠。
• UB 容量：reservedUbSize默认为 64KB，FP32 lite 模式 16KB、FP32 重计算 8KB、FP32 heavy 场景仅 4KB，进而影响tileBlockNum与单片数据量；FP32 路径还要求tileDataNum保持 16 对齐以避免短向量回退。
• workspace：Tiling 阶段通过GetLibApiWorkSpaceSize()设置 workspace 大小，供内核框架使用。

这些策略均以 workload 区间（dtype + 维度 + reduction + 元素量）为触发条件，属于仓库内已有的调优经验沉淀，开发者可参照 tiling 实现 结合自身业务 shape 复现与验证。

八、测试体系与验证方式

算子目录下配套了三级单元测试（tests/ut）：

• op_kernel 层：test_sigmoid_cross_entropy_with_logits_grad_v2.cpp使用 gtest +ICPU_RUN_KF在 CPU 模拟环境下运行内核，手工构造TilingDataType并校验梯度输出。例如test_case_fp32_smoke用 128 个 FP32 元素、单核单 tile、globalScale=1.0的配置运行内核（TILING_KEY_FLOAT+AIV_MODE），用于内核正确性冒烟；
• op_host 层：test_sigmoid_cross_entropy_with_logits_grad_v2_tiling.cpp验证 Tiling 计算逻辑（核数、tile 数、尾块分配等）；
• op_api 层：test_aclnn_binary_cross_entropy_with_logits_backward.cpp从 ACLNN 接口层做端到端校验，覆盖参数校验、广播、两段式调用等路径。

如需对算子做二次开发或行为确认，可参考上述测试的构造方式：先准备 host 数据与 shape，再按 tiling 结构填充关键字段，最后在 CPU 模拟器或 NPU 环境断言输出与理论公式结果一致。

九、总结与使用建议

SigmoidCrossEntropyWithLogitsGradV2是 CANN ops-nn 中面向 Atlas A2 系列产品的二分类交叉熵反向算子，其完整技术栈可归纳为四层：

1. 数学层：grad_base = (pos_weight·target + 1 - target)·sigmoid(predict) - pos_weight·target（无 pos_weight 时退化为sigmoid(predict) - target），再依次乘dout、weight，mean 模式下按 $1/N$ 缩放；
2. 接口层：aclnnBinaryCrossEntropyWithLogitsBackward两段式 ACLNN 接口，自带空指针/维度/dtype/format/shape/reduction 六重校验、类型提升、非连续张量 contiguity 适配与确定性计算保证；
3. 内核层：AscendC 模板内核，FP32 中间精度计算 + 可选输入编译期展开 + 大小核数据切分 + DataCopyPad 尾块处理；
4. 调度层：按 dtype/维度/reduction/元素量分档的核数与 UB 自适应 Tiling 策略。

实用建议：

• 调用前确认目标平台为 Atlas A2 系列，且非 DAV_2201/Regbase 平台不支持 BF16 输入；
• 三个必选输入与输出保持同 shape 与同 dtype，可选权重优先使用同 shape 或可广播 shape；
• reduction在 ACLNN 接口层用整数 0/1/2，注意与算子 IR 层字符串"none"/"mean"/"sum"的编码差异已由框架内部自动映射；
• 若需要快速验证算子行为，可直接运行 examples/test_aclnn_sigmoid_cross_entropy_with_logits_grad_v2.cpp 并对照本文 5.3 节的手算结果。

参考文档与源码索引

• 算子说明：experimental/loss/sigmoid_cross_entropy_with_logits_grad_v2/README.md
• ACLNN 接口文档：experimental/loss/sigmoid_cross_entropy_with_logits_grad_v2/docs/aclnnBinaryCrossEntropyWithLogitsBackward.md
• 调用样例：experimental/loss/sigmoid_cross_entropy_with_logits_grad_v2/examples/test_aclnn_sigmoid_cross_entropy_with_logits_grad_v2.cpp
• ACLNN 接口实现：experimental/loss/sigmoid_cross_entropy_with_logits_grad_v2/op_host/op_api/aclnn_binary_cross_entropy_with_logits_backward.cpp
• 算子 IR 定义：experimental/loss/sigmoid_cross_entropy_with_logits_grad_v2/op_host/sigmoid_cross_entropy_with_logits_grad_v2_def.cpp
• Tiling 实现：experimental/loss/sigmoid_cross_entropy_with_logits_grad_v2/op_host/sigmoid_cross_entropy_with_logits_grad_v2_tiling.cpp
• AscendC 内核：experimental/loss/sigmoid_cross_entropy_with_logits_grad_v2/op_kernel/sigmoid_cross_entropy_with_logits_grad_v2.cpp
• 通用机制：两段式接口 docs/zh/context/two_phase_api.md、ACLNN 返回码 docs/zh/context/aclnn_return_code.md、编译运行样例 docs/zh/context/compile_and_run_sample.md

【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