mindspore.ops.conv2d

mindspore.ops.conv2d(input, weight, bias=None, stride=1, pad_mode='valid', padding=0, dilation=1, groups=1)

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， $bias(C_{ou{t}_j})$ 为第 $j$ 个输出通道的偏置， $weight(C_{ou{t}_j},k)$ 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 以及 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) - shape为 $(N,C_{in},H_{in},W_{in})$ 的Tensor。

• weight (Tensor) - shape为 $(C_{out},C_{in}/\text{groups},\text{kernel\_size[0]},\text{kernel\_size[1]})$ ，则卷积核的大小为 $(\text{kernel\_size[0]},\text{kernel\_size[1]})$ 。

• 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，或者由两个或四个int组成的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组成的tuple分别表示在高度和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"：输出的高度和宽度分别与输入整除 stride 后的值相同。填充将被均匀地添加到高和宽的两侧，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。在输入的高度和宽度方向上填充 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) - 输入 input 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组成的tuple。如果 padding 是一个int，那么上、下、左、右的填充都等于 padding 。如果 padding 是一个有2个int组成的tuple，那么上、下的填充为 padding[0] ，左、右的填充为 padding[1] 。值必须大于等于0，默认值： 0 。

• dilation (Union(int, tuple[int])，可选) - 卷积核元素间的间隔。数据类型为int或由2个int组成的tuple。若 $k>1$ ，则卷积核间隔 k 个元素进行采样。垂直和水平方向上的 k ，其取值范围分别为[1, H]和[1, W]。默认值： 1 。

• groups (int，可选) - 将过滤器拆分为组。默认值： 1 。

返回：

Tensor，卷积后的值。shape为 $(N,C_{out},H_{out},W_{out})$ 。 要了解不同的填充模式如何影响输出shape，请参考 mindspore.nn.Conv2d 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2的tuple或list。

• 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.ones([10, 32, 32, 32]), mindspore.float32)
>>> weight = Tensor(np.ones([32, 32, 3, 3]), mindspore.float32)
>>> output = ops.conv2d(x, weight)
>>> print(output.shape)
(10, 32, 30, 30)