mindspore.nn.Conv2d

class mindspore.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, pad_mode='same', padding=0, dilation=1, group=1, has_bias=False, weight_init='normal', bias_init='zeros', data_format='NCHW')[源代码]

对输入Tensor计算二维卷积。该Tensor的常见shape为 \((N, C_{in}, H_{in}, W_{in})\)，其中 \(N\) 为batch size，\(C_{in}\) 为空间维度，\(H_{in}, W_{in}\) 分别为特征层的高度和宽度。对于每个batch中的Tensor，其shape为 \((C_{in}, H_{in}, W_{in})\) ，公式定义如下：

\[\text{out}(N_i, C_{\text{out}_j}) = \text{bias}(C_{\text{out}_j}) + \sum_{k = 0}^{C_{in} - 1} \text{ccor}({\text{weight}(C_{\text{out}_j}, k), \text{X}(N_i, k)})\]

其中，\(ccor\) 为 cross-correlation ， \(C_{in}\) 为输入空间维度， \(out_{j}\) 对应输出的第 \(j\) 个空间维度，\(j\) 的范围在 \([0, C_{out}-1]\) 内。 \(\text{weight}(C_{\text{out}_j}, k)\) 是shape为 \((\text{kernel_size[0]}, \text{kernel_size[1]})\) 的卷积核切片，其中 \(\text{kernel_size[0]}\) 和 \(\text{kernel_size[1]}\) 分别是卷积核的高度和宽度。 \(\text{bias}\) 为偏置参数， \(\text{X}\) 为输入Tensor。 此时，输入Tensor对应的 data_format 为”NCHW”，完整卷积核的shape为 \((C_{out}, C_{in} / \text{group}, \text{kernel_size[0]}, \text{kernel_size[1]})\) ，其中 group 是在空间维度上分割输入 x 的组数。如果输入Tensor对应的 data_format 为”NHWC”，完整卷积核的shape则为 \((C_{out}, \text{kernel_size[0]}, \text{kernel_size[1]}), C_{in} / \text{group}\)。 详细介绍请参考论文 Gradient Based Learning Applied to Document Recognition 。

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 group>1 的场景下，必须要满足 in_channels = out_channels = group 的约束条件。

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]]) - 指定二维卷积核的高度和宽度。数据类型为整型或两个整型的tuple。一个整数表示卷积核的高度和宽度均为该值。两个整数的tuple分别表示卷积核的高度和宽度。

  • stride (Union[int, tuple[int]]) - 二维卷积核的移动步长。数据类型为整型或两个整型的tuple。一个整数表示在高度和宽度方向的移动步长均为该值。两个整数的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) - 指定填充模式。可选值为”same”、”valid”、”pad”。默认值：”same”。

    • same：输出的高度和宽度分别与输入整除 stride 后的值相同。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]]) - 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4个整数的tuple。如果 padding 是一个整数，那么上、下、左、右的填充都等于 padding 。如果 padding 是一个有4个整数的tuple，那么上、下、左、右的填充分别等于 padding[0] 、 padding[1] 、 padding[2] 和 padding[3] 。值应该要大于等于0，默认值：0。

  • dilation (Union[int, tuple[int]]) - 二维卷积核膨胀尺寸。数据类型为整型或具有两个整型的tuple。若 \(k > 1\) ，则kernel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。

  • group (int) - 将过滤器拆分为组， in_channels 和 out_channels 必须可被 group 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.

  • has_bias (bool) - Conv2d层是否添加偏置参数。默认值：False。

  • weight_init (Union[Tensor, str, Initializer, numbers.Number]) - 权重参数的初始化方法。它可以是Tensor，str，Initializer或numbers.Number。当使用str时，可选”TruncatedNormal”，”Normal”，”Uniform”，”HeUniform”和”XavierUniform”分布以及常量”One”和”Zero”分布的值，可接受别名”xavier_uniform”，”he_uniform”，”ones”和”zeros”。上述字符串大小写均可。更多细节请参考Initializer的值。默认值：”normal”。

  • bias_init (Union[Tensor, str, Initializer, numbers.Number]) - 偏置参数的初始化方法。可以使用的初始化方法与”weight_init”相同。更多细节请参考Initializer的值。默认值：”zeros”。

  • data_format (str) - 数据格式的可选值有”NHWC”，”NCHW”。默认值：”NCHW”。

输入：

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

输出：

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

pad_mode为”same”时：

\[\begin{split}\begin{array}{ll} \\ H_{out} ＝ \left \lceil{\frac{H_{in}}{\text{stride[0]}}} \right \rceil \\ W_{out} ＝ \left \lceil{\frac{W_{in}}{\text{stride[1]}}} \right \rceil \\ \end{array}\end{split}\]

pad_mode为”valid”时：

\[\begin{split}\begin{array}{ll} \\ H_{out} ＝ \left \lceil{\frac{H_{in} - \text{dilation[0]} \times (\text{kernel_size[0]} - 1) } {\text{stride[0]}}} \right \rceil \\ W_{out} ＝ \left \lceil{\frac{W_{in} - \text{dilation[1]} \times (\text{kernel_size[1]} - 1) } {\text{stride[1]}}} \right \rceil \\ \end{array}\end{split}\]

pad_mode为”pad”时：

\[\begin{split}\begin{array}{ll} \\ H_{out} ＝ \left \lfloor{\frac{H_{in} + padding[0] + padding[1] - (\text{kernel_size[0]} - 1) \times \text{dilation[0]} - 1 }{\text{stride[0]}} + 1} \right \rfloor \\ W_{out} ＝ \left \lfloor{\frac{W_{in} + padding[2] + padding[3] - (\text{kernel_size[1]} - 1) \times \text{dilation[1]} - 1 }{\text{stride[1]}} + 1} \right \rfloor \\ \end{array}\end{split}\]
异常：

  • TypeError - 如果 in_channels ， out_channels 或者 group 不是整数。

  • TypeError - 如果 kernel_size ， stride，padding 或者 dilation 既不是整数也不是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 pad_mode 不是”same”，”valid”或”pad”。

  • ValueError - 如果 padding 是一个长度不等于4的tuple。

  • ValueError - 如果 pad_mode 不等于”pad”且 padding 不等于(0,0,0,0)。

  • ValueError - 如果 data_format 既不是”NCHW”也不是”NHWC”。

支持平台：

Ascend GPU CPU

样例：

>>> net = nn.Conv2d(120, 240, 4, has_bias=False, weight_init='normal')
>>> x = Tensor(np.ones([1, 120, 1024, 640]), mindspore.float32)
>>> output = net(x).shape
>>> print(output)
(1, 240, 1024, 640)