mindspore.ops.conv1d

查看源文件
mindspore.ops.conv1d(input, weight, bias=None, stride=1, pad_mode='valid', padding=0, dilation=1, groups=1)[源代码]

对输入Tensor计算一维卷积。通常输入的shape为 \((N, C_{in}, L_{in})\) ，其中 \(N\) 为batch size，\(C\) 为通道数，\(L\) 为输入序列的长度。

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 \((\text{kernel_size})\) ，其中 \(\text{kernel_size}\) 是卷积核的宽度。若考虑到输入输出通道以及groups，则完整卷积核的shape为 \((C_{out}, C_{in} / \text{groups}, \text{kernel_size})\) ， 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 和 ConvNets 。

说明

在Ascend平台上，目前只支持深度卷积场景下的分组卷积运算。也就是说，当 groups>1 的场景下，必须要满足 \(C_{in}\) = \(C_{out}\) = groups 的约束条件。

参数：

  • input (Tensor) - 输入Tensor，shape为 \((N, C_{in}, L_{in})\)。

  • weight (Tensor) - 卷积核的值，其shape为 \((C_{out}, C_{in}/ \text{groups}, \text{kernel_size})\) 。

  • bias (Tensor，可选) - 偏置Tensor，shape为 \((C_{out})\) 的Tensor。如果 bias 是None，将不会添加偏置。默认值： None 。

  • stride (Union(int, tuple[int])，可选) - 卷积核移动的步长，数据类型为int或1个int组成的tuple。表示在宽度方向的移动步长。默认值： 1 。

  • pad_mode (str，可选) - 指定填充模式。取值为 "same" ， "valid" ，或 "pad" 。默认值： "valid" 。

    • "same"：输出的宽度与输入整除 stride 后的值相同。填充将被均匀地添加到两侧，剩余填充量将被添加到维度末端。若设置该模式，padding 的值必须为0。

    • "valid"：在不填充的前提下返回有效计算所得的输出。不满足计算的多余像素会被丢弃。如果设置此模式，则 padding 的值必须为0。

    • "pad"：对输入 input 进行填充。在输入上填充 padding 大小的0。如果设置此模式， padding 必须大于或等于0。

  • padding (Union(int, tuple[int], list[int])，可选) - 当 pad_mode 为 "pad" 时，指定在输入 input 的宽度方向上填充的数量。数据类型为int或包含1个int组成的tuple。表示宽度方向的 padding 数量（左右两边均为该值）。值必须大于等于0，默认值： 0 。

  • dilation (Union(int, tuple[int])，可选) - 卷积核膨胀尺寸。可以为单个int，或者由一个int组成的tuple。 假设 \(dilation=(d0,)\), 则卷积核在宽度方向间隔 \(d0-1\) 个元素进行采样。取值范围为[1, L]。默认值： 1 。

  • groups (int，可选) - 将过滤器拆分为组。默认值： 1 。

返回：

Tensor，卷积后的值。shape为 \((N, C_{out}, L_{out})\) 。 要了解不同的填充模式如何影响输出shape，请参考 mindspore.nn.Conv1d 以获取更多详细信息。

异常：

  • TypeError - stride 、 padding 或 dilation 既不是int也不是tuple。

  • TypeError - groups 不是int。

  • TypeError - bias 不是Tensor。

  • ValueError - bias 的shape不是 \((C_{out})\) 。

  • ValueError - stride 或 diation 小于1。

  • ValueError - pad_mode 不是"same"、"valid"或"pad"。

  • ValueError - padding 是一个长度不等于1的tuple。

  • ValueError - pad_mode 不等于"pad"时，padding 大于0。

支持平台：

Ascend GPU

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor, ops
>>> x = Tensor(np.arange(64).reshape((4, 4, 4)), mindspore.float32)
>>> weight = Tensor(np.arange(8).reshape((2, 2, 2)), mindspore.float32)
>>> bias = Tensor([-0.12345, 2.7683], mindspore.float32)
>>> output = ops.conv1d(x, weight, pad_mode='pad', padding=(1,), bias=bias, groups=2)
>>> print(output.shape)
(4, 2, 5)