mindspore.ops.Conv3D
- class mindspore.ops.Conv3D(out_channel, kernel_size, mode=1, pad_mode='valid', pad=0, stride=1, dilation=1, group=1, data_format='NCDHW')[源代码]
对输入Tensor计算三维卷积。通常,输入Tensor的shape为
,输出 shape为 。其中 为batch size, 为通道数, 为深度, 分别为特征层的高度和宽度。 对于一个特征层,其输出结果由如下公式计算:其中,
为卷积核数, 为 cross-correlation , 为输入通道数, 的范围从 到 , 对应输出的第 个通道。 为卷积核的切片,其shape为 ,其中 , 和 分别是卷积核的深度、高度和宽度。 是偏置参数, 是输入Tensor。 完整卷积核的shape为 ,其中 group 是在通道上分割输入 inputs 的组数。详细内容请参考论文 Gradient Based Learning Applied to Document Recognition 。
如果指定 pad_mode 为 “valid”,则输出的深度、高度和宽度分别为
、 以及 ,其中 为三维卷积核膨胀尺寸, 为移动步长, 为在输入两侧的填充长度。说明
在Ascend平台上,目前只支持
。- 参数:
out_channel (int) - 输出的通道数
。kernel_size (Union[int, tuple[int]]) - 指定三维卷积核的深度、高度和宽度。可以为单个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。
mode (int) - 指定不同的卷积模式。此值目前未被使用。默认值:1。
stride (Union[int, tuple[int]],可选) - 卷积核移动的步长,可以为单个int或三个int组成的tuple。一个int表示在深度、高度和宽度方向的移动步长均为该值。三个int组成的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,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, pad 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 pad 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 pad 大小的0。如果设置此模式, pad 必须大于或等于0。
pad (Union(int, tuple[int])) - 填充值。如果 pad 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 pad 。如果 pad 是6个整数的Tuple,则前部、后部、顶部、底部、左边和右边的填充分别等于填充 pad[0] 、 pad[1] 、 pad[2] 、 pad[3] 、 pad[4] 和 pad[5] 。默认值:0。
dilation (Union[int, tuple[int]],可选) - 卷积核膨胀尺寸。数据类型为int或由3个int组成的tuple:
。目前在Ascend后端,只支持该值为1。若 ,则卷积核间隔 k 个元素进行采样。前后、垂直和水平方向上,其取值范围分别为[1, D]、[1, H]和[1, W]。默认值:1。group (int,可选) - 将过滤器拆分的组数, in_channels 和 out_channels 必须可被 group 整除。默认值:1。
data_format (str) - 支持的数据模式。目前仅支持”NCDHW”。
- 输入:
x (Tensor) - shape为
的Tensor。目前数据类型仅支持float16和float32。weight (Tensor) - 若kernel shape为
,则weight shape应为 。目前数据类型仅支持float16和float32。bias (Tensor) - shape为
的Tensor。目前仅支持None。默认值:None。
- 输出:
Tensor,shape为
。- 异常:
TypeError - out_channel 或 group 不是int。
TypeError - kernel_size 、 stride 、 pad 或 dilation 既不是int也不是Tuple。
ValueError - out_channel 、 kernel_size 、 stride 或 dilation 小于1。
ValueError - pad 小于0。
ValueError - pad_mode 取值非”same”、”valid”或”pad”。
ValueError - pad 为长度不等于6的Tuple。
ValueError - pad_mode 未设定为”pad”且 pad 不等于(0, 0, 0, 0, 0, 0)。
ValueError - data_format 取值非”NCDHW”。
- 支持平台:
Ascend
GPU
CPU
样例:
>>> x = Tensor(np.ones([16, 3, 10, 32, 32]), mindspore.float16) >>> weight = Tensor(np.ones([32, 3, 4, 3, 3]), mindspore.float16) >>> conv3d = ops.Conv3D(out_channel=32, kernel_size=(4, 3, 3)) >>> output = conv3d(x, weight) >>> print(output.shape) (16, 32, 7, 30, 30)