文档反馈

问题文档片段

问题文档片段包含公式时，显示为空格。

提交类型

issue

有点复杂...

找人问问吧。

PR

小问题，全程线上修改...

一键搞定！

请选择提交类型

问题类型

规范和低错类

- 规范和低错类：

- 错别字或拼写错误，标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致，但不影响操作。

- 表述不通顺，但不影响理解。

- 版本号不匹配：如软件包名称、界面版本号。

易用性

- 易用性：

- 关键步骤错误或缺失，无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰，该分类、分项、分步骤的没有给出。

正确性

- 正确性：

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误，无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示：

- 对重要数据或系统存在风险的操作，缺少安全提示。

内容合规

- 内容合规：

- 违反法律法规，涉及政治、领土主权等敏感词。

- 内容侵权。

请选择问题类型

问题描述

点击输入详细问题描述，以帮助我们快速定位问题。

提交

文档反馈

mindspore.mint.nn.Conv2d

class mindspore.mint.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True, padding_mode='zeros', dtype=None)

二维卷积层。

对输入Tensor计算二维卷积，通常输入的shape为 $(N,C_{in},H_{in},W_{in})$ ，其中 $N$ 为batch size，$C$ 为通道数， $H$ 为特征图的高度，$W$ 为特征图的宽度。

根据以下公式计算输出：

$$\text{out}(N_i,C_{{\text{out}}_j})=\text{bias}(C_{{\text{out}}_j})+\sum _{k=0}^{C_{in}-1}\text{ccor}(\text{weight}(C_{{\text{out}}_j},k),\text{X}(N_i,k))$$

其中， $bias$ 为输出偏置，$ccor$ 为 cross-correlation 操作， $weight$ 为卷积核的值， $X$ 为输入的特征图。

• $i$ 对应batch数，其范围为 $[0,N-1]$ ，其中 $N$ 为输入batch。

• $j$ 对应输出通道，其范围为 $[0,C_{out}-1]$ ，其中 $C_{out}$ 为输出通道数，该值也等于卷积核的个数。

• $k$ 对应输入通道数，其范围为 $[0,C_{in}-1]$ ，其中 $C_{in}$ 为输入通道数，该值也等于卷积核的通道数。

因此，上面的公式中， $bias(C_{{\text{out}}_j})$ 为第 $j$ 个输出通道的偏置， $weight(C_{{\text{out}}_j},k)$ 表示第 $j$ 个卷积核在第 $k$ 个输入通道的卷积核切片， $X(N_i,k)$ 为特征图第 $i$ 个batch第 $k$ 个输入通道的切片。 卷积核shape为 $(\text{kernel\_size[0]},\text{kernel\_size[1]})$ ，其中 $\text{kernel\_size[0]}$ 和 $\text{kernel\_size[1]}$ 是卷积核的高度和宽度。若考虑到输入输出通道以及groups，则完整卷积核的shape为 $(C_{out},C_{in}/\text{groups},\text{kernel\_size[0]},\text{kernel\_size[1]})$ ， 其中 groups 是分组卷积时在通道上分割输入 x 的组数。

想更深入了解卷积层，请参考论文 Gradient Based Learning Applied to Document Recognition 。

参数：

• in_channels (int) - Conv2d层输入Tensor的空间维度。

• out_channels (int) - Conv2d层输出Tensor的空间维度。

• kernel_size (Union[int, tuple[int], list[int]]) - 指定二维卷积核的高度和宽度。数据类型为int或两个int的tuple。一个int表示卷积核的高度和宽度均为该值。两个int的tuple分别表示卷积核的高度和宽度。

• stride (Union[int, tuple[int], list[int]]，可选) - 二维卷积核的移动步长。数据类型为int或者长度为2的int的tuple。一个int表示在高度和宽度方向的移动步长均为该值。两个int的tuple分别表示在高度和宽度方向的移动步长。默认值： 1 。

• padding (Union[int, tuple[int], list[int], str]，可选) - 输入的高度和宽度方向上填充的数量。数据类型为int或包含2个int的tuple或string { "valid" ， "same" } 。如果 padding 是一个int，那么 padding_{H} 和 padding_{W} 的填充都等于 padding 。如果 padding 是一个有2个int的tuple，那么 padding_{H} 和 padding_{W} 的填充分别等于 padding[0] 和 padding[1] 。值应该要大于等于0。默认值： 0 。

  • "same"：在输入的四周填充，使得当 stride 为 1 时，输入和输出的shape一致。待填充的量由算子内部计算，若为偶数，则均匀地填充在四周，若为奇数，多余的填充量将补充在底部/右侧。若设置该模式，stride 的值必须为1。

  • "valid"：不对输入进行填充，返回输出可能的最大高度和宽度，不能构成一个完整stride的额外的像素将被丢弃。

• padding_mode (str，可选) - 指定填充模式，填充值为0。可选值为 "zeros" ， "reflect"， "circular" 或 "replicate" 。默认值： "zeros" 。

• dilation (Union[int, tuple[int], list[int]]，可选) - 卷积核膨胀尺寸。可以为单个int，或者由两个/四个int组成的tuple。单个int表示在高度和宽度方向的膨胀尺寸均为该值。两个int组成的tuple分别表示在高度和宽度方向的膨胀尺寸。若为四个int，N、C两维度int默认为1，H、W两维度分别对应高度和宽度上的膨胀尺寸。 假设 $dilation=(d0,d1)$, 则卷积核在高度方向间隔 $d0-1$ 个元素进行采样，在宽度方向间隔 $d1-1$ 个元素进行采样。高度和宽度上取值范围分别为[1, H]和[1, W]。默认值： 1 。

• groups (int，可选) - 将过滤器拆分为组， in_channels 和 out_channels 必须可被 groups 整除。如果组数等于 in_channels 和 out_channels ，这个二维卷积层也被称为二维深度卷积层。默认值： 1 。 需要满足以下约束：

  • $(C_{in}\text{ \% }\text{groups}==0)$

  • $(C_{out}\text{ \% }\text{groups}==0)$

  • $(C_{out}>=\text{groups})$

  • $(\text{kernel\_size[1]}=C_{in}/\text{groups})$

• bias (bool，可选) - Conv2d层是否添加偏置参数。默认值： True 。

• dtype (mindspore.dtype，可选) - Parameters的dtype。默认值： None， 使用 mstype.float32 。

输入：

• x (Tensor) - Shape为 $(N,C_{in},H_{in},W_{in})$ 或者 $(C_{in},H_{in},W_{in})$ 的Tensor。

输出：

Tensor，shape为 $(N,C_{out},H_{out},W_{out})$ 或者 $(C_{out},H_{out},W_{out})$ 。

padding为 "same" 时：

$$\begin{array}{r}\begin{array}{l}\\ H_{out}=\lceil \frac{H_{in}}{\text{stride[0]}}\rceil \\ W_{out}=\lceil \frac{W_{in}}{\text{stride[1]}}\rceil \end{array}\end{array}$$

padding为 "valid" 时：

$$\begin{array}{r}\begin{array}{l}\\ H_{out}=\lfloor \frac{H_{in}-\text{dilation[0]}\times (\text{kernel\_size[0]}-1)-1}{\text{stride[0]}}\rfloor +1\\ W_{out}=\lfloor \frac{W_{in}-\text{dilation[1]}\times (\text{kernel\_size[1]}-1)-1}{\text{stride[1]}}\rfloor +1\end{array}\end{array}$$

padding为int或tuple时：

$$\begin{array}{r}\begin{array}{l}\\ H_{out}=\lfloor \frac{H_{in}+padding[0]+padding[1]-\text{dilation[0]}\times (\text{kernel\_size[0]}-1)-1}{\text{stride[0]}}\rfloor +1\\ W_{out}=\lfloor \frac{W_{in}+padding[2]+padding[3]-\text{dilation[1]}\times (\text{kernel\_size[1]}-1)-1}{\text{stride[1]}}\rfloor +1\end{array}\end{array}$$

异常：

• ValueError - 输入特征图的大小与参数应满足输出公式，以确保输出特征图大小为正，否则会报错。

• RuntimeError - Ascend上受不同型号NPU芯片上L1缓存大小限制，用例尺寸或Kernel Size过大。

• TypeError - 如果 in_channels ， out_channels 或者 groups 不是int。

• TypeError - 如果 kernel_size ， stride， 或者 dilation 既不是int也不是tuple。

• ValueError - 如果 in_channels ， out_channels， kernel_size ， stride 或者 dilation 小于1。

• ValueError - 如果 padding 小于0。

• ValueError - 如果 padding 是 "same" ， stride 不等于1。

• ValueError - 输入参数不满足卷积输出公式。

• ValueError - kernel_size 不能超过输入特征图的大小。

• ValueError - padding 值不能导致计算区域超出输入大小。

支持平台：

Ascend

样例：

>>> import mindspore
>>> from mindspore import Tensor, mint
>>> import numpy as np
>>> net = mint.nn.Conv2d(120, 240, 4, bias=False)
>>> x = Tensor(np.ones([1, 120, 1024, 640]), mindspore.float32)
>>> output = net(x).shape
>>> print(output)
(1, 240, 1021, 637)