mindspore.ops.conv2d

mindspore.ops.conv2d(input, weight, bias=None, stride=1, pad_mode='valid', padding=0, dilation=1, groups=1)[源代码]

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：

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

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 \((C_{out}, C_{in} / \text{groups}, \text{kernel_size[0]}, \text{kernel_size[1]})\) ，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 \(\left \lfloor{1 + \frac{H_{in} + \text{padding[0]} + \text{padding[1]} - \text{kernel_size[0]} - (\text{kernel_size[0]} - 1) \times (\text{dilation[0]} - 1) }{\text{stride[0]}}} \right \rfloor\) 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。 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，或者由两个或四个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], list[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2的tuple或list。

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

支持平台：

Ascend GPU

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