Conv2DFusion
概述
对将4维的tensor执行带有偏置的二维卷积运算。
该算子对应的NodeType为NODE_TYPE_CONV2D_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,卷积的输出。
起始版本: 3.2
相关模块:NNRt
汇总
Public 属性
名称 | 描述 |
---|---|
long[] kernelSize | 卷积核大小。 |
long[] stride | 卷积核在height和weight上的步幅,是一个长度为2的int数组[strideHeight,strideWidth]。 |
long[] dilation | 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。 |
enum PadModepadMode | 填充类型,详情请参考:PadMode。 |
long[] padList | 输入x周围的填充,是一个长度为4的int数组[top,bottom,left,right]。 |
long group | group,将输入x按inChannel分组,int类型。 group等于1,这是常规卷积。 group等于inChannel,这是depthwiseConv2d,此时group==in_channel==out_channel。 group大于1且小于inChannel,这是分组卷积,此时out_channel==group。 |
long inChannel | 输入通道数量。 |
long outChannel | 输出通道数量。 |
enum ActivationTypeactivationType | 激活函数类型,详情请参考:ActivationType。 |
类成员变量说明
activationType
enum ActivationType Conv2DFusion::activationType
描述 激活函数类型,详情请参考:ActivationType。
dilation
long [] Conv2DFusion::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 Conv2DFusion::group
描述 group,将输入x按inChannel分组,int类型。 group等于1,这是常规卷积。 group等于inChannel,这是depthwiseConv2d,此时group==in_channel==out_channel。 group大于1且小于inChannel,这是分组卷积,此时out_channel==group。
inChannel
long Conv2DFusion::inChannel
描述 输入通道数量。
kernelSize
long [] Conv2DFusion::kernelSize
描述 卷积核大小。
outChannel
long Conv2DFusion::outChannel
描述 输出通道数量。
padList
long [] Conv2DFusion::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 Conv2DFusion::padMode
描述 填充类型,详情请参考:PadMode。
stride
long [] Conv2DFusion::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]。