mindspore.nn.Conv3d

class mindspore.nn.Conv3d(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='NCDHW')

对输入Tensor计算三维卷积。该Tensor的shape通常为 $(N,C_{in},D_{in},H_{in},W_{in})$ ，其中 $N$ 为batch size， $C_{in}$ 是空间维度。$D_{in},H_{in},W_{in}$ 分别为特征层的深度、高度和宽度。对于每个batch中的Tensor，其shape为 $(C_{in},D_{in},H_{in},W_{in})$ ，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， $ou{t}_j$ 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 $(\text{kernel\_size[0]},\text{kernel\_size[1]},\text{kernel\_size[2]})$ 的卷积核切片，其中 $\text{kernel\_size[0]}$ , $\text{kernel\_size[1]}$ 和 $\text{kernel\_size[2]}$ 是卷积核的深度、高度和宽度。 $\text{bias}$ 为偏置参数， $\text{X}$ 为输入Tensor。 完整卷积核的shape为 $(C_{out},C_{in}/\text{group},\text{kernel\_size[0]},\text{kernel\_size[1]},\text{kernel\_size[2]})$ ，其中 group 是在空间维度上分割输入 x 的组数。 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) - Conv3d层输入Tensor的空间维度。

• out_channels (int) - Conv3d层输出Tensor的空间维度。

• kernel_size (Union[int, tuple[int]]) - 指定三维卷积核的深度、高度和宽度。数据类型为int或包含三个整数的tuple。一个整数表示卷积核的深度、高度和宽度均为该值。包含三个整数的tuple分别表示卷积核的深度、高度和宽度。

• stride (Union[int, tuple[int]]) - 三维卷积核的移动步长。数据类型为整型或三个整型的tuple。一个整数表示在深度、高度和宽度方向的移动步长均为该值。三个整数的tuple分别表示在深度、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：输出的深度、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。在输入的深度、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])) - 输入的深度、高度和宽度方向上填充的数量。数据类型为int或包含6个整数的tuple。如果 padding 是一个整数，则前部、后部、顶部，底部，左边和右边的填充都等于 padding 。如果 padding 是6个整数的tuple，则前部、尾部、顶部、底部、左边和右边的填充分别等于填充padding[0]、padding[1]、padding[2]、padding[3]、padding[4]和padding[5]。值应该要大于等于0，默认值：0。

• dilation (Union[int, tuple[int]]) - 三维卷积核膨胀尺寸。数据类型为int或三个整数的tuple。若取值 $k>1$，则kernel对每k个元素进行采样。在深度、高度和宽度方向上的取值范围分别为[1, D]、[1, H]和[1, W]。默认值：1。当前Ascend后端的深度维度只支持为1。

• group (int) - 将过滤器拆分为组， in_channels 和 out_channels 必须可被 group 整除。默认值：1。

• has_bias (bool) - Conv3d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。目前仅支持”NCDHW”。

输入：

• x (Tensor) - shape为 $(N,C_{in},D_{in},H_{in},W_{in})$ 的Tensor。目前输入数据类型只支持float16和float32。

输出：

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

pad_mode为”same”时：

$$\begin{array}{r}\begin{array}{l}\\ D_{out}＝\lceil \frac{D_{in}}{\text{stride[0]}}\rceil \\ H_{out}＝\lceil \frac{H_{in}}{\text{stride[1]}}\rceil \\ W_{out}＝\lceil \frac{W_{in}}{\text{stride[2]}}\rceil \end{array}\end{array}$$

pad_mode为”valid”时：

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

pad_mode为”pad”时：

$$\begin{array}{r}\begin{array}{l}\\ D_{out}＝\lfloor \frac{D_{in}+padding[0]+padding[1]-(\text{dilation[0]}-1)\times \text{kernel\_size[0]}-1}{\text{stride[0]}}+1\rfloor \\ H_{out}＝\lfloor \frac{H_{in}+padding[2]+padding[3]-(\text{dilation[1]}-1)\times \text{kernel\_size[1]}-1}{\text{stride[1]}}+1\rfloor \\ W_{out}＝\lfloor \frac{W_{in}+padding[4]+padding[5]-(\text{dilation[2]}-1)\times \text{kernel\_size[2]}-1}{\text{stride[2]}}+1\rfloor \end{array}\end{array}$$

异常：

• TypeError - in_channels 、 out_channels 或 group 不是int。

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

• ValueError - out_channels 、 kernel_size 、 stride 或 dilation 小于1。

• ValueError - padding 小于0。

• ValueError - pad_mode 不是”same”，”valid”或”pad”。

• ValueError - padding 是长度不等于6的tuple。

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

• ValueError - data_format 不是”NCDHW”。

支持平台：

Ascend GPU CPU

样例：

>>> x = Tensor(np.ones([16, 3, 10, 32, 32]), mindspore.float32)
>>> conv3d = nn.Conv3d(in_channels=3, out_channels=32, kernel_size=(4, 3, 3))
>>> output = conv3d(x)
>>> print(output.shape)
(16, 32, 10, 32, 32)