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 \((N, C_{in}, D_{in}, H_{in}, W_{in})\) ，输出 shape为 \((N, C_{out}, D_{out}, H_{out}, W_{out})\) 。其中 \(N\) 为batch size，\(C\) 为通道数，\(D\) 为深度， \(H, W\) 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：

\[\operatorname{out}\left(N_{i}, C_{\text {out}_j}\right)=\operatorname{bias}\left(C_{\text {out}_j}\right)+ \sum_{k=0}^{C_{in}-1} ccor(\text {weight}\left(C_{\text {out}_j}, k\right), \operatorname{input}\left(N_{i}, k\right))\]

其中，\(k\) 为卷积核数，\(ccor\) 为 cross-correlation ， \(C_{in}\) 为输入通道数， \(j\) 的范围从 \(0\) 到 \(C_{out} - 1\) ， \(out_{j}\) 对应输出的第 \(j\) 个通道。 \(\text{weight}(C_{\text{out}_j}, k)\) 为卷积核的切片，其shape为 \((\text{kernel_size[0]}, \text{kernel_size[1]}, \text{kernel_size[2]})\) ，其中 \(\text{kernel_size[0]}\), \(\text{kernel_size[1]}\) 和 \(\text{kernel_size[2]}\) 分别是卷积核的深度、高度和宽度。 \(\text{bias}\) 是偏置参数， \(\text{X}\) 是输入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 。

说明

在Ascend平台上，目前只支持 \(group=1\) 。

参数：

  • out_channel (int) - 输出的通道数 \(C_{out}\) 。

  • 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，可选) - 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，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 inputs 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。

  • pad (Union(int, tuple[int])，可选) - 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： \((dilation_d, dilation_h, dilation_w)\)。目前在Ascend后端， 只支持该值为1。若 \(k > 1\) ，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，可选) - 支持的数据模式。目前仅支持 "NCDHW" 。

输入：

  • x (Tensor) - shape为 \((N, C_{in}, D_{in}, H_{in}, W_{in})\) 的Tensor。目前数据类型仅支持float16和float32。

  • weight (Tensor) - 若kernel shape为 \((k_d, K_h, K_w)\) ，则weight shape应为 \((C_{out}, C_{in}/groups, k_d, K_h, K_w)\) 。目前数据类型仅支持float16和float32。

  • bias (Tensor) - shape为 \(C_{out}\) 的Tensor。如果 bias 为 None ，将不会添加偏置。默认值： None 。

输出：

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

pad_mode 为”same”时：

\[\begin{split}\begin{array}{ll} \\ D_{out} = \left \lceil{\frac{D_{in}}{\text{stride[0]}}} \right \rceil \\ H_{out} = \left \lceil{\frac{H_{in}}{\text{stride[1]}}} \right \rceil \\ W_{out} = \left \lceil{\frac{W_{in}}{\text{stride[2]}}} \right \rceil \\ \end{array}\end{split}\]

pad_mode 为”valid”时：

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

pad_mode 为”pad”时：

\[\begin{split}\begin{array}{ll} \\ D_{out} = \left \lfloor{\frac{D_{in} + padding[0] + padding[1] - (\text{dilation[0]} - 1) \times \text{kernel_size[0]} - 1 }{\text{stride[0]}} + 1} \right \rfloor \\ H_{out} = \left \lfloor{\frac{H_{in} + padding[2] + padding[3] - (\text{dilation[1]} - 1) \times \text{kernel_size[1]} - 1 }{\text{stride[1]}} + 1} \right \rfloor \\ W_{out} = \left \lfloor{\frac{W_{in} + padding[4] + padding[5] - (\text{dilation[2]} - 1) \times \text{kernel_size[2]} - 1 }{\text{stride[2]}} + 1} \right \rfloor \\ \end{array}\end{split}\]
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：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor, ops
>>> 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)