文档反馈

问题文档片段

问题文档片段包含公式时，显示为空格。

提交类型

issue

有点复杂...

找人问问吧。

请选择提交类型

问题类型

规范和低错类

- 规范和低错类：

- 错别字或拼写错误，标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致，但不影响操作。

- 表述不通顺，但不影响理解。

- 版本号不匹配：如软件包名称、界面版本号。

易用性

- 易用性：

- 关键步骤错误或缺失，无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰，该分类、分项、分步骤的没有给出。

正确性

- 正确性：

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误，无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示：

- 对重要数据或系统存在风险的操作，缺少安全提示。

内容合规

- 内容合规：

- 违反法律法规，涉及政治、领土主权等敏感词。

- 内容侵权。

请选择问题类型

问题描述

点击输入详细问题描述，以帮助我们快速定位问题。

提交

文档反馈

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。该Tensor的常见shape为 $(N,C_{in},H_{in},W_{in})$ ，其中 $N$ 为batch size，$C_{in}$ 为通道数， $H_{in},W_{in}$ 分别为特征层的高度和宽度， $X_i$ 为 $i^{th}$ 输入值， $b_i$ 为 $i^{th}$ 输入值的偏置项。对于每个batch中的Tensor，其shape为 $(C_{in},H_{in},W_{in})$ ，公式定义如下：

$$ou{t}_j=\sum _{i=0}^{C_{in}-1}ccor(W_{ij},X_i)+b_j,$$

其中， $ccor$ 为 cross-correlation ， $C_{in}$ 为输入通道数， $j$ 的范围从 $0$ 到 $C_{out}-1$ ， $W_{ij}$ 对应第 $j$ 个过滤器的第 $i$ 个通道， $ou{t}_j$ 对应输出的第 $j$ 个通道。 $W_{ij}$ 为卷积核的切片，其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。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 是在通道上分割输入 input 的组数。

如果 pad_mode 设置为”valid”，则输出高度和宽度将分别为 $\lfloor 1+\frac{H_{in}+\text{padding[0]}+\text{padding[1]}-\text{kernel\_size[0]}-(\text{kernel\_size[0]}-1)\times (\text{dilation[0]}-1)}{\text{stride[0]}}\rfloor$ 和 $\lfloor 1+\frac{W_{in}+\text{padding[2]}+\text{padding[3]}-\text{kernel\_size[1]}-(\text{kernel\_size[1]}-1)\times (\text{dilation[1]}-1)}{\text{stride[1]}}\rfloor$ 。 其中， $dialtion$ 为卷积核元素之间的间距， $stride$ 为移动步长， $padding$ 为添加到输入两侧的零填充。 对于取其他值的 pad_mode 时候的输出高度和宽度的计算，请参考 mindspore.nn.Conv2d 里的计算公式。

请参考论文 Gradient Based Learning Applied to Document Recognition 。更详细的介绍，参见： 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) - 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或两个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])，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 $(N,C_{out},H_{out},W_{out})$ 。

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4的tuple。

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

支持平台：

Ascend GPU CPU

样例：

>>> 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)