特性范围

传播方向及数据类型

表1 Forward传播方向对应的参数数据类型
传播方向	src数据类型	weight数据类型	dst数据类型	bias数据类型
dnnl_forward_training dnnl_forward_inference	f32	f32	f32	f32
	f16	f16	f16	f16
	bf16	bf16	bf16	bf16
	f16	f16	f32	f16
	bf16	bf16	f32	bf16

表2 Backward（dnnl_backward_data类型）传播方向对应的参数数据类型
传播方向	src数据类型	weight数据类型	dst数据类型	bias数据类型
dnnl_backward_data	f32	f32	f32	f32
	f16	f16	f16	f16
	bf16	bf16	bf16	bf16
	f32	f16	f16	f32
	f32	bf16	bf16	f32

表3 Backward（dnnl_backward_weights类型）传播方向对应的参数数据类型
传播方向	src数据类型	weight数据类型	dst数据类型	bias数据类型
dnnl_backward_weights	f32	f32	f32	f32
	f16	f16	f16	f16
	bf16	bf16	bf16	bf16
	f16	f32	f16	f16
	bf16	f32	bf16	bf16

数据排布

支持2D卷积，输入、输出数据为4D Tensor，src，weights，dst数据排布满足以下组合：

Tensor维度	src数据排布	weights数据排布	dst数据排布
4D	dnnl_abcd	dnnl_abcd	dnnl_abcd

参数约束

传播方向	变量名称	变量解释	变量约束	约束关系
dnnl_forward_training dnnl_forward_inference	mb	batch	>=1	oh，ow可以缺省，由benchdnn自动推导，也可以由用户设置，但需满足以下关系： $\text{[math]}$ 其中，[]表示向下取整。
	ic	input channel	>=1
	ih	input height	>=1
	iw	input width	>=1
	oc	output channel	>=1
	kh	kernel height	>=1
	kw	kernel width	>=1
	oh	output height	>=1
	ow	output width	>=1
	sh	height-wise stride	>=1
	sw	width-wise stride	>=1
	dh	height-wise dilation	>=0
	dw	width-wise dilation	>=0
	ph	height padding	>=0
	pw	width padding	>=0
	DKH	kernel height with dilation	DKH = 1 + (kh-1)×(dh+1)
	DKW	kernel width with dilation	DKW = 1 + (kw-1)×(dw+1)
dnnl_backward_data	mb	batch	>=1	oh，ow可以缺省，由benchdnn自动推导，也可以由用户设置，但需满足以下关系： $\text{[math]}$ 其中，[]表示向下取整。
	ic	input channel	>=1
	ih	input height	>=1
	iw	input width	>=1
	oc	output channel	>=1
	kh	kernel height	>=1
	kw	kernel width	>=1
	oh	output height	>=1
	ow	output width	>=1
	sh	height-wise stride	>=1
	sw	width-wise stride	>=1
	dh	height-wise dilation	>=0
	dw	width-wise dilation	>=0
	ph	height padding	0<=ph<=(kh-1)x(dh+1)
	pw	width padding	0<=pw<=(kw-1)x(dw+1)
	DKH	kernel height with dilation	DKH = 1 + (kh-1)×(dh+1)
	DKW	kernel width with dilation	DKW = 1 + (kw-1)×(dw+1)
dnnl_backward_weights	mb	batch	>=1	$\text{[math]}$
	ic	input channel	>=1
	ih	input height	>=1
	iw	input width	>=1
	oc	output channel	>=1
	kh	kernel height	>=1
	kw	kernel width	>=1
	oh	output height	>=1
	ow	output width	>=1
	sh	height-wise stride	>=1
	sw	width-wise stride	>=1
	dh	height-wise dilation	>=0
	dw	width-wise dilation	>=0
	ph	height padding	>=0
	pw	width padding	>=0
	DKH	kernel height with dilation	DKH = 1 + (oh-1)×sh
	DKW	kernel width with dilation	DKW = 1 + (ow-1)×sw

父主题： Convolution