Conv2dTransposeFusion
概述
对一个4维的tensor执行带有偏置的二维反卷积。
该算子对应的NodeType为NODE_TYPE_CONV2D_TRANSPOSE_FUSION。
参数限制:当padMode==PAD_MODE_PAD时,padList的数值必须大于等于0。其他情况下padding的数值必须为0。
输入:
-
x,4维tensor,并按照NHWC进行排列。
-
weight,卷积的权重,要求weight排布为[outChannel,kernelHeight,kernelWidth,inChannel/group], inChannel必须要能整除group。
-
bias,卷积的偏置,是长度为[outChannel]的数组。在量化场景下,bias 参数不需要量化参数,其量化 版本要求输入 int32 类型数据,实际量化参数由 x 和 weight 共同决定。
输出:
- output,n维tensor。
Since:
3.2
Version:
1.0
相关模块:
汇总
Public 属性
名称 | 描述 |
---|---|
kernelSize | long[] 卷积核大小。 |
stride | long[] 卷积核在height和weight上的步幅,是一个长度为2的int数组[strideHeight,strideWidth]。 |
dilation | long[] 表示扩张卷积在height和weight上的扩张率,是一个长度为2的int数组[dilationHeight,dilationWidth], 值必须大于或等于1,并且不能超过x的height和width。 |
padMode | enum PadMode 填充类型,详情请参考:PadMode |
padList | long[] 输入x周围的填充,是一个长度为4的int数组[top,bottom,left,right]。 |
group | long group,将输入x按inChannel分组。 group等于1,这是常规卷积; group大于1且小于或等于inChannel,这是分组卷积。 |
inChannel | long 输入通道数。 |
outChannel | long 输出通道数。 |
activationType | enum ActivationType 激活函数类型,详情请参考:ActivationType。 |
outputPaddings | long[] 一个长度为的2整数列表,指定沿输出张量的高度和宽度的填充量。 |
类成员变量说明
activationType
enum ActivationType Conv2dTransposeFusion::activationType
描述: 激活函数类型,详情请参考:ActivationType。
dilation
long [] Conv2dTransposeFusion::dilation
描述: 表示扩张卷积在height和weight上的扩张率,是一个长度为2的int数组[dilationHeight,dilationWidth], 值必须大于或等于1,并且不能超过x的height和width。
group
long Conv2dTransposeFusion::group
描述: group,将输入x按inChannel分组。 group等于1,这是常规卷积; group大于1且小于或等于inChannel,这是分组卷积。
inChannel
long Conv2dTransposeFusion::inChannel
描述: 输入通道数。
kernelSize
long [] Conv2dTransposeFusion::kernelSize
描述: 卷积核大小。
outChannel
long Conv2dTransposeFusion::outChannel
描述: 输出通道数。
outputPaddings
long [] Conv2dTransposeFusion::outputPaddings
描述: 一个长度为的2整数列表,指定沿输出张量的高度和宽度的填充量。
padList
long [] Conv2dTransposeFusion::padList
描述: 输入x周围的填充,是一个长度为4的int数组[top,bottom,left,right]。
padMode
enum PadMode Conv2dTransposeFusion::padMode
描述: 填充类型,详情请参考:PadMode
stride
long [] Conv2dTransposeFusion::stride
描述: 卷积核在height和weight上的步幅,是一个长度为2的int数组[strideHeight,strideWidth]。