mindspore.ops.Conv2D

class mindspore.ops.Conv2D(out_channel, kernel_size, mode=1, pad_mode='valid', pad=0, stride=1, dilation=1, group=1, data_format='NCHW')

二维卷积层。

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，\(C\) 为通道数， \(H\) 为特征层的高度，\(W\) 为特征层的宽度。 \(X_i\) 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：

\[out_j = \sum_{i=0}^{C_{in} - 1} ccor(W_{ij}, X_i) + b_j,\]

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， \(out_{j}\) 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 \((C_{out}, C_{in} / \text{group}, \text{kernel_size[0]}, \text{kernel_size[1]})\) ，其中 group 是在通道上分割输入 x 的组数。

如果 pad_mode 设置为”pad”，则输出高度和宽度将分别为 \(\left \lfloor{1 + \frac{H_{in} + \text{padding[0]} + \text{padding[1]} - \text{kernel_size[0]} - (\text{kernel_size[0]} - 1) \times (\text{dilation[0]} - 1) }{\text{stride[0]}}} \right \rfloor\) 和 \(\left \lfloor{1 + \frac{W_{in} + \text{padding[2]} + \text{padding[3]} - \text{kernel_size[1]} - (\text{kernel_size[1]} - 1) \times (\text{dilation[1]} - 1) }{\text{stride[1]}}} \right \rfloor\) 。 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。

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：

• out_channel (int) - \(C_{out}\) 为输出通道数。

• kernel_size (Union[int, tuple[int]]) - 数据类型为int或一个包含2个int组成的元组。指定二维卷积核的高度和宽度。单个整数表示该值同时适用于内核的高度和宽度。包含2个整数的元组表示第一个值用于高度，另一个值用于内核的宽度。

• mode (int) - 指定不同的卷积模式。此值目前未被使用。默认值： 1 。

• pad_mode (str) - 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 x 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])) - 输入 x 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int组成的tuple。如果 pad 是一个int，那么上、下、左、右的填充都等于 pad 。如果 pad 是一个有4个int组成的tuple，那么上、下、左、右的填充分别等于 pad[0] 、 pad[1] 、 pad[2] 和 pad[3] 。值应该要大于等于0，默认值： 0 。

• stride (Union(int, tuple[int])) - 卷积核移动的步长，数据类型为int或者两个或4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 。

• dilation (Union(int, tuple[int])) - 卷积核膨胀尺寸。数据类型为int或者由2个或4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 。

• group (int) - 将过滤器拆分为组。默认值： 1 。

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

输入：

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

• weight (Tensor) - 设置卷积核的大小为 \((\text{kernel_size[0]}, \text{kernel_size[1]})\) ，则shape为 \((C_{out}, C_{in}, \text{kernel_size[0]}, \text{kernel_size[1]})\) 。

输出：

Tensor，卷积后的值。shape为 \((N, C_{out}, H_{out}, W_{out})\) 。

异常：

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

• TypeError - out_channel 或 group 不是int。

• ValueError - kernel_size 、 stride 或 diation 小于1。

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

• ValueError - pad 是一个长度不等于4的tuple。

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

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

支持平台：

Ascend GPU CPU

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)
>>> conv2d = ops.Conv2D(out_channel=32, kernel_size=3)
>>> output = conv2d(x, weight)
>>> print(output.shape)
(10, 32, 30, 30)