mindspore.mint.nn.Conv2d ======================== .. image:: https://mindspore-website.obs.cn-north-4.myhuaweicloud.com/website-images/br_base/resource/_static/logo_source.svg :target: https://gitee.com/mindspore/mindspore/blob/br_base/docs/api/api_python/mint/mindspore.mint.nn.Conv2d.rst :alt: 查看源文件 .. py:class:: mindspore.mint.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True, padding_mode='zeros', dtype=None) 二维卷积层。 对输入Tensor计算二维卷积，通常输入的shape为 :math:`(N, C_{in}, H_{in}, W_{in})` ，其中 :math:`N` 为batch size，:math:`C` 为通道数， :math:`H` 为特征图的高度，:math:`W` 为特征图的宽度。 根据以下公式计算输出： .. math:: \text{out}(N_i, C_{\text{out}_j}) = \text{bias}(C_{\text{out}_j}) + \sum_{k = 0}^{C_{in} - 1} \text{ccor}({\text{weight}(C_{\text{out}_j}, k), \text{Input}(N_i, k)}) 其中， :math:`bias` 为输出偏置，:math:`ccor` 为 `cross-correlation `_ 操作， :math:`weight` 为卷积核的值， :math:`Input` 为输入的特征图。 - :math:`i` 对应batch数，其范围为 :math:`[0, N-1]` ，其中 :math:`N` 为输入batch。 - :math:`j` 对应输出通道，其范围为 :math:`[0, C_{out}-1]` ，其中 :math:`C_{out}` 为输出通道数，该值也等于卷积核的个数。 - :math:`k` 对应输入通道数，其范围为 :math:`[0, C_{in}-1]` ，其中 :math:`C_{in}` 为输入通道数，该值也等于卷积核的通道数。 因此，上面的公式中， :math:`{bias}(C_{\text{out}_j})` 为第 :math:`j` 个输出通道的偏置， :math:`{weight}(C_{\text{out}_j}, k)` 表示第 :math:`j` 个\ 卷积核在第 :math:`k` 个输入通道的卷积核切片， :math:`{Input}(N_i, k)` 为特征图第 :math:`i` 个batch第 :math:`k` 个输入通道的切片。 卷积核shape为 :math:`(\text{kernel_size[0]},\text{kernel_size[1]})` ，其中 :math:`\text{kernel_size[0]}` 和 :math:`\text{kernel_size[1]}` 是卷积核的高度和宽度。若考虑到输入输出通道以及groups，则完整卷积核的shape为 :math:`(C_{out}, C_{in} / \text{groups}, \text{kernel_size[0]}, \text{kernel_size[1]})` ， 其中 `groups` 是分组卷积时在通道上分割输入 `Input` 的组数。 想更深入了解卷积层，请参考论文 `Gradient Based Learning Applied to Document Recognition `_ 。 参数： - **in_channels** (int) - Conv2d层输入Tensor的空间维度。 - **out_channels** (int) - Conv2d层输出Tensor的空间维度。 - **kernel_size** (Union[int, tuple[int], list[int]]) - 指定二维卷积核的高度和宽度。可以为单个int，或者由2个int组成的tuple/list。单个int表示卷积核的高度和宽度均为该值；tuple/list中的2个int分别表示卷积核的高度和宽度。 - **stride** (Union[int, tuple[int], list[int]]，可选) - 二维卷积核的移动步长。可以为单个int，或者由2个int组成的tuple/list。单个int表示在高度和宽度方向的移动步长均为该值；tuple/list中的2个int分别表示在高度和宽度方向的移动步长。默认值： ``1`` 。 - **padding** (Union[int, tuple[int], list[int], str]，可选) - 输入的高度和宽度方向上填充的数量。可以为单个int、由2个int组成的tuple/list，或者string { ``"valid"`` ， ``"same"`` } 。如果 `padding` 是一个int，那么 `padding_{H}` 和 `padding_{W}` 的填充都等于 `padding` ；如果 `padding` 是一个有2个int的tuple/list，那么 `padding_{H}` 和 `padding_{W}` 的填充分别等于 `padding[0]` 和 `padding[1]` 。值应该要大于等于0。默认值： ``0`` 。 - ``"same"``：在输入的四周填充，使得当 `stride` 为 ``1`` 时，输入和输出的shape一致。待填充的量由算子内部计算，若为偶数，则均匀地填充在四周，若为奇数，多余的填充量将补充在底部/右侧。若设置该模式，`stride` 的值必须为1。 - ``"valid"``：不对输入进行填充，返回输出可能的最大高度和宽度，不能构成一个完整stride的额外的像素将被丢弃。 - **dilation** (Union[int, tuple[int], list[int]]，可选) - 卷积核膨胀尺寸。可以为单个int，或者由2个int组成的tuple/list。单个int表示在高度和宽度方向的膨胀尺寸均为该值；tuple/list中的2个int分别表示在高度和宽度方向的膨胀尺寸。 假设 :math:`dilation=(d0, d1)`, 则卷积核在高度方向间隔 :math:`d0-1` 个元素进行采样，在宽度方向间隔 :math:`d1-1` 个元素进行采样。高度和宽度上取值范围分别为[1, H]和[1, W]。默认值： ``1`` 。 - **groups** (int，可选) - 将过滤器拆分为组， `in_channels` 和 `out_channels` 必须可被 `groups` 整除。如果组数等于 `in_channels` 和 `out_channels` ，这个二维卷积层也被称为二维深度卷积层。默认值： ``1`` 。 需要满足以下约束： - :math:`(C_{in} \text{ % } \text{groups} == 0)` - :math:`(C_{out} \text{ % } \text{groups} == 0)` - :math:`(C_{out} >= \text{groups})` - :math:`(\text{weight[1]} = C_{in} / \text{groups})` - **bias** (bool，可选) - Conv2d层是否添加偏置参数。默认值： ``True`` 。 - **padding_mode** (str，可选) - 指定填充模式，填充值为0。可选值为 ``"zeros"`` 、 ``"reflect"`` 或 ``"replicate"`` 。默认值： ``"zeros"`` 。 - **dtype** (:class:`mindspore.dtype`，可选) - Parameters的dtype。默认值： ``None``， 使用 ``mstype.float32`` 。 可变参数： - **weight** (Tensor) - 卷积层的权重，shape :math:`(C_{out}, C_{in} / \text{groups}, \text{kernel_size[0]}, \text{kernel_size[1]})` 。 - **bias** (Tensor) - 卷积层的偏置，shape :math:`(C_{out})` 。如果 `bias` 为False，则为None。 输入： - **Input** (Tensor) - Shape为 :math:`(N, C_{in}, H_{in}, W_{in})` 或者 :math:`(C_{in}, H_{in}, W_{in})` 的Tensor。当输入为空Tensor时，暂不支持反向求导。 输出： Tensor，shape为 :math:`(N, C_{out}, H_{out}, W_{out})` 或者 :math:`(C_{out}, H_{out}, W_{out})` 。 padding为 ``"same"`` 时： .. math:: \begin{array}{ll} \\ H_{out} = \left \lceil{\frac{H_{in}}{\text{stride[0]}}} \right \rceil \\ W_{out} = \left \lceil{\frac{W_{in}}{\text{stride[1]}}} \right \rceil \\ \end{array} padding为 ``"valid"`` 时： .. math:: \begin{array}{ll} \\ H_{out} = \left \lfloor{\frac{H_{in} - \text{dilation[0]} \times (\text{kernel_size[0]} - 1) - 1} {\text{stride[0]}}} \right \rfloor + 1 \\ W_{out} = \left \lfloor{\frac{W_{in} - \text{dilation[1]} \times (\text{kernel_size[1]} - 1) - 1} {\text{stride[1]}}} \right \rfloor + 1 \\ \end{array} padding为int或tuple/list时： .. math:: \begin{array}{ll} \\ H_{out} = \left \lfloor{\frac{H_{in} + 2 \times padding[0] - \text{dilation[0]} \times (\text{kernel_size[0]} - 1) - 1}{\text{stride[0]}}} \right \rfloor + 1 \\ W_{out} = \left \lfloor{\frac{W_{in} + 2 \times padding[1] - \text{dilation[1]} \times (\text{kernel_size[1]} - 1) - 1}{\text{stride[1]}}} \right \rfloor + 1 \\ \end{array} 异常： - **ValueError** - 输入特征图的大小与参数应满足输出公式，以确保输出特征图大小为正，否则会报错。 - **RuntimeError** - Ascend上受不同型号NPU芯片上L1缓存大小限制，用例尺寸或Kernel Size过大。 - **TypeError** - 如果 `in_channels` ， `out_channels` 或者 `groups` 不是int。 - **TypeError** - 如果 `kernel_size` ， `stride`， 或者 `dilation` 既不是int也不是tuple/list。 - **ValueError** - 如果 `in_channels` ， `out_channels`， `kernel_size` ， `stride` 或者 `dilation` 小于1。 - **ValueError** - 如果 `padding` 小于0。 - **ValueError** - 如果 `padding` 是 ``"same"`` ， `stride` 不等于1。 - **ValueError** - 输入参数不满足卷积输出公式。 - **ValueError** - `kernel_size` 不能超过输入特征图的大小。 - **ValueError** - `padding` 值不能导致计算区域超出输入大小。