asc-devkit 中 Conv3DBackpropInput Tiling 的 SetStride 接口解析：从调用示例到 Stride 校验与 Shape 推导

• 人工智能
• 深度学习
• 算子库
• CANN
• Ascend

导读

本文聚焦 asc-devkit 开源仓库中 3D 卷积反向传播（Conv3DBackpropInput，又称 Conv3DTranspose / deconvolution）Tiling 阶段的核心参数设置接口SetStride。文章以 SetStride.md 文档为骨架，结合仓库中 Tiling 基类实现、Tiling 派生实现 与 单元测试，完整讲解该接口的函数原型、参数语义、取值范围校验、底层存储结构，以及它在完整 Tiling 流程中的调用位置与作用。读完本文，读者可以准确使用SetStride配置 Conv3DBackpropInput 算子的步长，并理解 Stride 参数如何参与输出 Shape 推导、backprop padding 计算与 Tiling 数据生成。

一、接口概览：函数原型与参数语义

SetStride是 asc-devkit 中ConvBackpropApi命名空间下Conv3DBpInputTiling类提供的 Tiling 参数设置接口，用于设置 3D 卷积正向过程中的步长（Stride）信息。其函数原型为：

void SetStride(int64_t strideD, int64_t strideH, int64_t strideW)

参数说明如下表所示：

返回值：无（void）。

该接口本身无额外约束（原文档"约束说明"为"无"），但 Stride 取值会经过 CheckAttrs 等 Tiling 参数校验逻辑的检查，具体取值范围与限制见下文第三节。

1.1 接口在类体系中的位置

SetStride声明于 conv3d_bp_input_tiling_base.h，属于Conv3DBpInputTilingBase公共接口的一部分。该类还提供了与之配套的参数设置接口：

• SetWeightShape(cout, cin, d, h, w)：设置卷积核 Shape；
• SetInputShape(n, c, d, h, w)：设置输入特征图 Shape（同时会把算子类型标记为kConv3DBackpropInput）；
• SetGradOutputShape(n, c, d, h, w)：设置反向传播梯度输出 Shape；
• SetPadding(padFront, padBack, padUp, padDown, padLeft, padRight)：设置正向卷积 Padding；
• SetDilation(dilationD, dilationH, dilationW)：设置膨胀系数；
• SetOutputPadding(outputPadD, outputPadH, outputPadW)：设置输出 Padding（仅 Conv3DTranspose 场景可用）。

派生类Conv3DBpInputTiling在 conv3d_bp_input_tiling.h 中继承该接口，并在GetTiling/Compute流程中消费这些参数。

1.2 底层存储：stride 落入 attrInfo 结构

从源码实现看，SetStride的实质是将三个步长参数写入 Tiling 基类的attrInfo（Conv3DBpAttr结构体，定义于 conv3d_bp_tiling_base.h）：

void Conv3DBpInputTilingBase::SetStride(int64_t strideD, int64_t strideH, int64_t strideW) { this->attrInfo.strideH = strideH; this->attrInfo.strideW = strideW; this->attrInfo.strideD = strideD; }

Conv3DBpAttr中 stride 相关字段默认值为1：

int64_t strideD = 1; int64_t strideH = 1; int64_t strideW = 1;

也就是说，即使不调用SetStride，Tiling 流程也会按 stride 均为 1 的默认值进行 Shape 推导与 Tiling 计算；显式调用SetStride则用于覆盖默认值。

二、调用示例与完整使用流程

原文档给出的调用示例如下：

auto ascendcPlatform = platform_ascendc::PlatformAscendCManager::GetInstance(); ConvBackpropApi::Conv3DBpInputTiling conv3DBpDxTiling(*ascendcPlatform); conv3DBpDxTiling.SetStride(strideD, strideH, strideW);

其中platform_ascendc::PlatformAscendCManager::GetInstance()获取昇腾平台信息单例，Conv3DBpInputTiling的构造函数会读取实际 SoC 的 L1/L0A/L0B/L0C/UB 等内存容量，供后续 Tiling 分块计算使用（见 conv3d_bp_input_tiling_base.cpp）。

2.1 完整的 Tiling 配置序列

SetStride通常与 Shape、Padding、Dilation 等设置接口配合使用，最终调用GetTiling生成 Tiling 数据。仓库单元测试 test_conv3d_backprop_input_api_tiling_func.cpp 给出了典型的配置序列：

Conv3DBpInputTiling conv3dDx(*ascendcPlatform); conv3dDx.SetWeightShape(512, 512, 1, 1, 1); conv3dDx.SetInputShape(1, 512, 5, 32, 32); conv3dDx.SetGradOutputShape(1, 512, 5, 32, 32); conv3dDx.SetDilation(1, 1, 1); conv3dDx.SetStride(256, 256, 256); // 非法取值，CheckAttrs 应返回 false EXPECT_EQ(false, conv3dDx.CheckAttrs()); conv3dDx.SetStride(1, 1, 1); // 恢复合法取值 conv3dDx.SetPadding(256, 256, 0, 0, 0, 0); EXPECT_EQ(false, conv3dDx.CheckPadRange());

而在网络级测试 test_conv3d_backprop_input_api_tiling_network.cpp 中，一个合法的完整流程如下：

conv3dDx.SetWeightShape(3, 64, 3, 3, 3); conv3dDx.SetInputShape(16, 64, 22, 130, 130); conv3dDx.SetGradOutputShape(16, 3, 20, 128, 128); conv3dDx.SetStride(1, 1, 1); // ... SetPadding / SetDilation 等 int64_t ret1 = conv3dDx.GetTiling(tilingData);

2.2 GetTiling 的返回值语义

GetTiling返回int64_t：成功返回0，参数校验或 Tiling 计算失败返回-1（见 conv3d_bp_input_tiling.cpp）。调用方应检查该返回值以判断 Tiling 是否生成成功。

三、Stride 的取值范围与校验规则

虽然SetStride接口本身不设约束，但生成的 Stride 值会在Compute()→CheckInputParam()中被严格校验。校验分两个层级：

3.1 基类层级的通用校验（CheckInputAttr）

conv3d_bp_input_tiling_base.cpp 中要求 stride 必须为正数：

if (this->attrInfo.strideH <= 0 || this->attrInfo.strideW <= 0 || this->attrInfo.strideD <= 0) { TILING_LOG_ERROR("Illegal attrs have set: strideH=%ld, strideW=%ld, strideD=%ld, which must > 0.", ...); return false; }

单元测试 Input_Attr_Check 验证了strideH = 0时CheckInputAttr返回false。

3.2 派生类层级的范围校验（CheckAttrs）

派生类 conv3d_bp_input_tiling.cpp 中CheckAttrs对 stride 施加更严格的取值范围约束：

取值范围常量定义于 conv3d_bp_tiling_util.h：

const int32_t DIM_LOW = 1; const int32_t STRIDES_DIM_HW_UP = 63; const int32_t STRIDES_DIM_DEPTH_UP = 255;

此外CheckAttrs还要求strideD不大于卷积核深度orgkD（stride_d > kernel_d时直接报错），这是从 3D 反卷积的滑动语义出发的硬性限制。测试用例 Invalid_attrs 中SetStride(256, 256, 256)正是由于超出上述范围而使CheckAttrs返回false。

3.3 Stride 与其他参数的联动约束

CheckOutputHeight（conv3d_bp_input_tiling.cpp）要求：

mod((fmapHPadding - filterHDilation), strideH) <= padDown

即高度方向加 padding 后的特征图尺寸与膨胀后卷积核尺寸之差，对strideH取模的结果不能超过padDown，否则输出高度无法整除步长。这体现了 stride 必须与 padding、dilation、kernel size 协同满足整除约束。

四、Stride 在 Tiling 计算中的核心作用

Stride 一旦写入attrInfo，将在 Tiling 计算的多处被消费，是反卷积 Shape 推导与 backprop padding 计算的基石。

4.1 参与输出 Shape 反推（InferShape）

对于 Conv3DTranspose 场景（未调用SetInputShape时opType_为kConv3DTranspose），InferShape（conv3d_bp_input_tiling.cpp）利用 stride 反推出输入特征图尺寸：

int64_t di = (shapeInfo.orgDo - 1) * attrInfo.strideD - attrInfo.padFront - attrInfo.padBack + attrInfo.dilationD * (shapeInfo.orgkD - 1) + attrInfo.outputPadD + 1; int64_t hi = (shapeInfo.orgHo - 1) * attrInfo.strideH - attrInfo.padUp - attrInfo.padDown + attrInfo.dilationH * (shapeInfo.orgkH - 1) + attrInfo.outputPadH + 1; int64_t wi = (shapeInfo.orgWo - 1) * attrInfo.strideW - attrInfo.padLeft - attrInfo.padRight + attrInfo.dilationW * (shapeInfo.orgkW - 1) + attrInfo.outputPadW + 1;

4.2 参与 Shape 一致性校验（CheckCalPads）

在常规 Conv3DBackpropInput 场景下，CheckCalPads（conv3d_bp_input_tiling.cpp）用 stride 按正向卷积公式推导期望的输出尺寸，并与SetGradOutputShape设置的梯度输出 Shape 比对：

int64_t doExpect = (shapeInfo.orgDi + attrInfo.padFront + attrInfo.padBack - filterDDilation) / attrInfo.strideD + 1; int64_t hoExpect = (shapeInfo.orgHi + attrInfo.padUp + attrInfo.padDown - filterHDilation) / attrInfo.strideH + 1; int64_t woExpect = (shapeInfo.orgWi + attrInfo.padLeft + attrInfo.padRight - filterWDilation) / attrInfo.strideW + 1;

若推导出的(doExpect, hoExpect, woExpect)与用户设置的梯度输出 Shape 不一致，Tiling 直接返回失败。因此调用SetStride时，stride 取值必须与输入/输出 Shape、kernel、padding、dilation 整体自洽。

4.3 参与 backprop padding 计算

反卷积的"反向 padding"由 CalModifyBackpropPadD 与 CalModifyBackpropPadHW 计算，其中大量使用 stride：

// 尾端反向 padding 公式（H/W 同理） int64_t padTailAfter = CalBackpropPadAfter(shapeInfo.orgDi, shapeInfo.orgDo, attrInfo.strideD, attrInfo.padFront); // 等价于 inputDim - outputDim * stride + pad

计算得到的backpropPadHead/Tail/Up/Down/Left/Right会随最终 Tiling 数据下发到算子侧，用于控制梯度累加时各维度的裁剪范围。

4.4 参与 Kernel 侧 Tiling 分块决策

Stride 还会影响算子侧的分块与访存策略：

• SetSingleCoreInfo（conv3d_bp_input_tiling.cpp）使用attrInfo.strideH/attrInfo.strideD计算houtCopyLine、doutCopyLine等拷贝行数，进而评估 L2 Cache 占用是否超过经验阈值；
• CalFmapH（conv3d_bp_input_tiling.cpp）中hoExpand = (orgHo - 1) * strideH + 1用于约束 M 方向可展开的高度；
• SetInitOutput（conv3d_bp_input_tiling.cpp）中doModulo、hoModulo用 stride 取模，决定是否需要初始化输出（initOutputFlag）。

4.5 写入最终 Tiling 数据

Tiling 数据生成阶段，SetFinalTiling会把 stride 原样写入 Tiling 结构体，供算子侧 kernel 读取：

tiling.conv3DDxTiling.set_strideH(this->attrInfo.strideH); tiling.conv3DDxTiling.set_strideW(this->attrInfo.strideW); tiling.conv3DDxTiling.set_strideD(this->attrInfo.strideD);

对应代码见 conv3d_bp_input_tiling_base.cpp。同时PrintTilingData会通过日志输出strideH/strideW/strideD供调试定位（conv3d_bp_input_tiling_base.cpp）。

五、实践要点与常见错误

综合文档、源码与测试，使用SetStride时有以下几个实践要点：

1. 调用顺序：建议在SetWeightShape/SetInputShape/SetGradOutputShape之后、GetTiling之前调用SetStride，确保校验阶段能拿到完整的 Shape 上下文。基类SetGroup的注释也提示"应在设置 Shape 之后调用"（conv3d_bp_input_tiling_base.cpp），Stride 同理。

2. 取值范围：H/W 方向限制在[1, 63]，D 方向限制在[1, 255]，且strideD <= kernelD。超过范围时CheckAttrs返回false，GetTiling返回-1。

3. Shape 自洽：stride 必须与 input/gradOutput Shape、kernel、padding、dilation 满足 4.2 节的正向卷积公式，否则CheckCalPads校验失败。在确定 stride 前，可先用公式outSize = (inSize + padBefore + padAfter - dilation*(k-1) - 1) / stride + 1预推输出尺寸。

4. Conv3DTranspose 场景：若使用 Conv3DTranspose（不调用SetInputShape），SetStride与SetOutputPadding、SetDilation共同决定InferShape反推出的输入尺寸，且CheckTransposeOutputtingRange要求outputPad严格小于同维度的 stride 或 dilation。

5. 调试手段：开启 Tiling 日志（如测试文件中的#define ENABLE_TILING_DEBUG）后，PrintTilingData会输出 stride、padding、backprop pad 等全部关键参数，便于定位参数错误。

六、相关代码路径索引

以下是本文引用的核心文件，便于读者深入阅读：

总结

SetStride是 asc-devkit 中 Conv3DBackpropInput / Conv3DTranspose Tiling 配置链上不可或缺的一环：它通过attrInfo结构将strideD/strideH/strideW注入 Tiling 计算流程，驱动输出 Shape 推导、backprop padding 计算与核内分块决策，并最终随Conv3DBackpropInputTilingData下发到算子侧。使用该接口时需特别注意 H/W 方向[1, 63]、D 方向[1, 255]且不超过 kernel 深度的取值范围限制，以及 stride 与 Shape、padding、dilation 之间的整除自洽约束——这些规则均有源码校验逻辑与单元测试背书，可在 conv3d_bp_input_tiling.cpp 与 test_conv3d_backprop_input_api_tiling_func.cpp 中直接验证。

• 人工智能
• 深度学习
• 算子库
• CANN
• Ascend