Conv2D

class paddle.nn. Conv2D ( in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, padding_mode=’zeros’, weight_attr=None, bias_attr=None, data_format=’NCHW’ ) [源代码]

二维卷积层

该OP是二维卷积层(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。

对每个输入X,有等式:

Conv2D - 图1

其中:

  • Conv2D - 图2

    :输入值,NCHW或NHWC格式的4-D Tensor

  • Conv2D - 图3

    :卷积核值,MCHW格式的4-D Tensor

  • Conv2D - 图4

    :卷积操作

  • Conv2D - 图5

    :偏置值,2-D Tensor,形状为 [M,1]

  • Conv2D - 图6

    :激活函数

  • Conv2D - 图7

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

参数:

  • in_channels (int) - 输入图像的通道数。

  • out_channels (int) - 由卷积操作产生的输出的通道数。

  • kernel_size (int|list|tuple) - 卷积核大小。可以为单个整数或包含两个整数的元组或列表,分别表示卷积核的高和宽。如果为单个整数,表示卷积核的高和宽都等于该整数。

  • stride (int|list|tuple,可选) - 步长大小。可以为单个整数或包含两个整数的元组或列表,分别表示卷积沿着高和宽的步长。如果为单个整数,表示沿着高和宽的步长都等于该整数。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。可以为单个整数或包含两个整数的元组或列表,分别表示卷积核中的元素沿着高和宽的空洞。如果为单个整数,表示高和宽的空洞都等于该整数。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。

  • padding_mode (str, 可选): 填充模式。 包括 'zeros', 'reflect', 'replicate' 或者 'circular'. 默认值: 'zeros' .

  • weight_attr (ParamAttr,可选) - 指定权重参数属性的对象。默认值为None,表示使用默认的权重参数属性。具体用法请参见 ParamAttr

  • bias_attr (ParamAttr|bool,可选)- 指定偏置参数属性的对象。若 bias_attr 为bool类型,只支持为False,表示没有偏置参数。默认值为None,表示使用默认的偏置参数属性。具体用法请参见 ParamAttr

  • 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”。

属性

weight

本层的可学习参数,类型为 Parameter

bias

本层的可学习偏置,类型为 Parameter

形状:

  • 输入: (N,Cin,Hin,Win)(N,Cin,Hin,Win)

  • 输出: (N,Cout,Hout,Wout)(N,Cout,Hout,Wout)

其中:

Hout=(Hin+2∗paddings[0]−(dilations[0]∗(kernel_size[0]−1)+1))strides[0]+1Wout=(Win+2∗paddings[1]−(dilations[1]∗(kernel_size[1]−1)+1))strides[1]+1Hout=(Hin+2∗paddings[0]−(dilations[0]∗(kernel_size[0]−1)+1))strides[0]+1Wout=(Win+2∗paddings[1]−(dilations[1]∗(kernel_size[1]−1)+1))strides[1]+1

如果 padding = “SAME”:

Hout=(Hin+stride[0]−1)stride[0]Hout=(Hin+stride[0]−1)stride[0]

Wout=(Win+stride[1]−1)stride[1]Wout=(Win+stride[1]−1)stride[1]

如果 padding = “VALID”:

Hout=(Hin−(dilation[0]∗(kernel_size[0]−1)+1))stride[0]+1Wout=(Win−(dilation[1]∗(kernel_size[1]−1)+1))stride[1]+1Hout=(Hin−(dilation[0]∗(kernel_size[0]−1)+1))stride[0]+1Wout=(Win−(dilation[1]∗(kernel_size[1]−1)+1))stride[1]+1

抛出异常:

  • ValueError - 如果 data_format 既不是”NCHW”也不是”NHWC”。

  • ValueError - 如果 input 的通道数未被明确定义。

  • ValueError - 如果 padding 是字符串,既不是”SAME”也不是”VALID”。

  • ValueError - 如果 padding 含有4个二元组,与批尺寸对应维度的值不为0或者与通道对应维度的值不为0。

  • ShapeError - 如果输入不是4-D Tensor。

  • ShapeError - 如果输入和卷积核的维度大小不相同。

  • ShapeError - 如果输入的维度大小与 stride 之差不是2。

  • ShapeError - 如果输出的通道数不能被 groups 整除。

代码示例

  1. import paddle
  2. import paddle.nn as nn
  3. x_var = paddle.uniform((2, 4, 8, 8), dtype='float32', min=-1., max=1.)
  4. conv = nn.Conv2D(4, 6, (3, 3))
  5. y_var = conv(x_var)
  6. y_np = y_var.numpy()
  7. print(y_np.shape)
  8. # (2, 6, 6, 6)

使用本API的教程文档