mindflow.cell.ResBlock

class mindflow.cell.ResBlock(in_channels, out_channels, weight_init='normal', bias_init='zeros', has_bias=True, activation=None, weight_norm=False)

密集层的残差模块。

参数：

• in_channels (int) - 输入中的通道数。

• out_channels (int) - 输出中的通道数。

• weight_init (Union[Tensor, str, Initializer, numbers.Number]) - 可训练的初始权重值。数据类型与输入 input 相同。str的值引用函数 initializer 。默认值： "normal"。

• bias_init (Union[Tensor, str, Initializer, numbers.Number]) - 可训练的初始偏差值。数据类型与输入 input 相同。str的值引用函数 initializer 。默认值： "zeros"。

• has_bias (bool) - 指定图层是否使用偏置向量。默认值： True。

• activation (Union[str, Cell, Primitive, None]) - 应用于密集层输出的激活函数。默认值： None。

• weight_norm (bool) - 是否计算权重的平方和。默认值： False。

输入：

• input (Tensor) - shape为 \((*, in\_channels)\) 的Tensor。

输出：

shape为 \((*, out\_channels)\) 的Tensor。

异常：

• ValueError - 如果 in_channels 不等于 out_channels 。

• TypeError - 如果 activation 类型不是str或者Cell或者Primitive。

支持平台：

Ascend GPU

样例：

>>> import numpy as np
>>> from mindflow.cell import ResBlock
>>> from mindspore import Tensor
>>> input = Tensor(np.array([[180, 234, 154], [244, 48, 247]], np.float32))
>>> net = ResBlock(3, 3)
>>> output = net(input)
>>> print(output.shape)
(2, 3)