conv2d

paddle.nn.functional. conv2d ( x, weight, bias=None, stride=1, padding=0, dilation=1, groups=1, data_format='NCHW', name=None ) [源代码]

二维卷积层(convolution2d layer),根据输入、卷积核、步长(stride)、填充(padding)、空洞大小(dilations)一组参数计算输出特征层大小。输入和输出是 NCHW 或 NHWC 格式,其中 N 是批尺寸,C 是通道数,H 是特征高度,W 是特征宽度。卷积核是 MCHW 格式,M 是输出图像通道数,C 是输入图像通道数,H 是卷积核高度,W 是卷积核宽度。如果组数(groups)大于 1,C 等于输入图像通道数除以组数的结果。详情请参考 UFLDL's : 卷积 。如果 bias_attr 不为 False,卷积计算会添加偏置项。如果指定了激活函数类型,相应的激活函数会作用在最终结果上。

对每个输入 X,有等式:

\[Out = \sigma \left ( W * X + b \right )\]

其中:

  • \(X\):输入值,NCHW 或 NHWC 格式的 4-D Tensor

  • \(W\):卷积核值,MCHW 格式的 4-D Tensor

  • \(*\):卷积操作

  • \(b\):偏置值,2-D Tensor,形状为 [M,1]

  • \(\sigma\):激活函数

  • \(Out\):输出值,NCHW 或 NHWC 格式的 4-D Tensor,和 X 的形状可能不同

示例

  • 输入:

    输入形状:\((N,C_{in},H_{in},W_{in})\)

    卷积核形状:\((C_{out},C_{in},H_{f},W_{f})\)

  • 输出:

    输出形状:\((N,C_{out},H_{out},W_{out})\)

其中

\[ \begin{align}\begin{aligned}H_{out} &= \frac{\left ( H_{in} + padding\_height\_top + padding\_height\_bottom-\left ( dilation[0]*\left ( H_{f}-1 \right )+1 \right ) \right )}{stride[0]}+1\\W_{out} &= \frac{\left ( W_{in} + padding\_width\_left + padding\_width\_right -\left ( dilation[1]*\left ( W_{f}-1 \right )+1 \right ) \right )}{stride[1]}+1\end{aligned}\end{align} \]

如果 padding = "SAME":

\[H_{out} = \frac{(H_{in} + stride[0] - 1)}{stride[0]}\]
\[W_{out} = \frac{(W_{in} + stride[1] - 1)}{stride[1]}\]

如果 padding = "VALID":

\[ \begin{align}\begin{aligned}H_{out} = \frac{\left ( H_{in} -\left ( dilation[0]*\left ( H_{f}-1 \right )+1 \right ) \right )}{stride[0]}+1\\W_{out} = \frac{\left ( W_{in} -\left ( dilation[1]*\left ( W_{f}-1 \right )+1 \right ) \right )}{stride[1]}+1\end{aligned}\end{align} \]

参数

  • x (Tensor) - 输入是形状为 \([N, C, H, W]\)\([N, H, W, C]\) 的 4-D Tensor,N 是批尺寸,C 是通道数,H 是特征高度,W 是特征宽度,数据类型为 float16, float32 或 float64。

  • weight (Tensor) - 形状为 \([M, C/g, kH, kW]\) 的卷积核。M 是输出通道数,g 是分组的个数,kH 是卷积核的高度,kW 是卷积核的宽度。

  • bias (int|list|tuple,可选) - 偏置项,形状为:\([M,]\)

  • stride (int|list|tuple,可选) - 步长大小。卷积核和输入进行卷积计算时滑动的步长。如果它是一个列表或元组,则必须包含两个整型数:(stride_height,stride_width)。若为一个整数,stride_height = stride_width = stride。默认值:1。

  • padding (int|list|tuple|str,可选) - 填充大小。如果它是一个字符串,可以是"VALID"或者"SAME",表示填充算法,计算细节可参考上述 padding = "SAME"或 padding = "VALID" 时的计算公式。如果它是一个元组或列表,它可以有 3 种格式:(1)包含 4 个二元组:当 data_format 为"NCHW"时为 [[0,0], [0,0], [padding_height_top, padding_height_bottom], [padding_width_left, padding_width_right]],当 data_format 为"NHWC"时为[[0,0], [padding_height_top, padding_height_bottom], [padding_width_left, padding_width_right], [0,0]];(2)包含 4 个整数值:[padding_height_top, padding_height_bottom, padding_width_left, padding_width_right];(3)包含 2 个整数值:[padding_height, padding_width],此时 padding_height_top = padding_height_bottom = padding_height, padding_width_left = padding_width_right = padding_width。若为一个整数,padding_height = padding_width = padding。默认值:0。

  • dilation (int|list|tuple,可选) - 空洞大小。空洞卷积时会使用该参数,卷积核对输入进行卷积时,感受野里每相邻两个特征点之间的空洞信息。如果空洞大小为列表或元组,则必须包含两个整型数:(dilation_height,dilation_width)。若为一个整数,dilation_height = dilation_width = dilation。默认值:1。

  • groups (int,可选) - 二维卷积层的组数。根据 Alex Krizhevsky 的深度卷积神经网络(CNN)论文中的成组卷积:当 group=n,输入和卷积核分别根据通道数量平均分为 n 组,第一组卷积核和第一组输入进行卷积计算,第二组卷积核和第二组输入进行卷积计算,……,第 n 组卷积核和第 n 组输入进行卷积计算。默认值:1。

  • data_format (str,可选) - 指定输入的数据格式,输出的数据格式将与输入保持一致,可以是"NCHW"和"NHWC"。N 是批尺寸,C 是通道数,H 是特征高度,W 是特征宽度。默认值:"NCHW"。

  • name (str,可选) - 具体用法请参见 Name,一般无需设置,默认值为 None。

返回

4-D Tensor,数据类型与 x 一致。返回卷积的结果。

代码示例

>>> import paddle
>>> import paddle.nn.functional as F

>>> x_var = paddle.randn((2, 3, 8, 8), dtype='float32')
>>> w_var = paddle.randn((6, 3, 3, 3), dtype='float32')

>>> y_var = F.conv2d(x_var, w_var)

>>> print(y_var.shape)
[2, 6, 6, 6]