[Fix Big Tensor] Fix backward accuracy diff of paddle.linalg.slogdet

[HeyDavid633]

PR Category

Operator Mechanism

PR Types

Bug fixes

Description

Paddle文档中的介绍 paddle.linalg.slogdet(x) 计算批量矩阵 的 行列式值的符号值 和 行列式值绝对值的自然对数值
之前的修理PR #73706

x (Tensor)：输入一个或批量矩阵。x 的形状应为 [*, M, M]，其中 * 为零或更大的批次维度，数据类型支持 float32、float64。输出矩阵的行列式值 Shape 为 [2, *]，

• 行列式值 det（Determinant）：对于一个矩阵 $A$，它的行列式值是一个标量，记作 $det(A)$
• 行列式值的符号值（Sign of determinant）：也就是 $det(A)$ 的正负号
• 绝对值的自然对数值（Log of absolute value of determinant）：即 $\log(\lvert\det(A)\rvert)$ ，取的是绝对值后再取自然对数
• 特殊情况的处理：如果 $det(A) = 0$ → $\lvert\det(A)\rvert$ → $\log(0) = -inf$

主要修改：

1. 分批次处理：在反向时，batch_size 大于 65536 会触发 "cublasMatInv does not support batch_size > 65536" ，故将 paddle.linalg.slogdet 的反向过程修改为分批次处理，每个批次最大为 65536
2. 大Tensor时的精度问题：在 batch_size 不是很大时，如（65538, 5, 5），反向精度没有问题；输入张量整体 numel() 为大Tensor 时反向精度问题，实际上是计算错误，90%以上对不齐

分批次处理：

原始的（不分批的）处理，导致报错如下：

test begin: paddle.linalg.slogdet(Tensor([3, 30422686, 5, 5],"float32"), )
W0804 14:35:05.232035 31530 gpu_resources.cc:114] Please NOTE: device: 0, GPU Compute Capability: 8.0, Driver API Version: 12.0, Runtime API Version: 11.8
W0804 14:36:07.242725 31530 backward.cc:462] While running Node (SlogdetGradNode) raises an EnforceNotMet exception
[paddle error] backward paddle.linalg.slogdet(Tensor([3, 30422686, 5, 5],"float32"), ) 
 (Unimplemented) cublasMatInv does not support batch_size > 65536. Got 91268058. (at /daiwenhao/Paddle/paddle/phi/kernels/funcs/matrix_inverse.cu:40)

根本原因在于如下过程，求逆矩阵时 cublasMatInv 对 batch_size 有限制，故在 batch_size > 65536 时分多个批次串行的方式解决，而 batch_size <= 65536 时不作改变。

phi::funcs::MatrixInverseFunctor<Context, T> mat_inv;
mat_inv(dev_ctx, x, &inverse_A);

大Tensor时的精度问题:

Torch 支持该 API 在大tensor计算的，在原测试case下数值在90%以上对不齐。经PaddleAPITest测试 输入张量过了一定数量级后就有错，是妥妥的 paddle big tensor 问题
但经由 PaddleAPITest 的近期 PR 和 Paddle 近期相关 MatrixInverseFunctor 和 Transpose 的PR；使得问题得以解决，原测试case全部通过

[paddle-bot]

你的PR提交成功，感谢你对开源项目的贡献!
请关注后续CI自动化测试结果，详情请参考Paddle-CI手册。
Your PR has been submitted. Thanks for your contribution!
Please wait for the result of CI firstly. See Paddle CI Manual for details.