forked from huawei/mindspore2022
103 lines
7.5 KiB
Plaintext
103 lines
7.5 KiB
Plaintext
Class mindspore.nn.Conv3dTranspose(in_channels, out_channels, kernel_size, stride=1, pad_mode='same', padding=0, dilation=1, group=1, output_padding=0, has_bias=False, weight_init='normal', bias_init='zeros', data_format='NCDHW')
|
||
|
||
三维转置卷积层。
|
||
|
||
计算三维转置卷积，也称为反卷积（实际不是实际的反卷积）。
|
||
|
||
转置卷积算子将每个输入元素乘以learnable kernel，并把所有输入特征平面的输出相加。
|
||
|
||
该算子可以看成Conv3d相对于其输入的梯度。
|
||
|
||
`x`通常shape为:math:`(N, C, D, H, W)`，其中:math:`N`是batch size，:math:`C`是通道数，:math:`D`是特征层的深度，:math:`H`是特征高度，:math:`W`是特征层的宽度。
|
||
|
||
转置卷积的计算过程相当于卷积的反向计算。
|
||
|
||
对输入填充:math:`dilation * (kernel\_size - 1) - padding`个零。
|
||
因此，当Conv3d和ConvTranspose3d使用相同的参数初始化时，它们的输入和输出shape是互逆的。
|
||
但是，当stride>1时，Conv3d将多个输入的shape映射到同一个输出shape。
|
||
ConvTranspose3d提供padding参数，增加一侧或多侧计算的输出shape。
|
||
|
||
输出的高度和宽度定义如下：
|
||
|
||
如果'pad_mode'设置为"pad"，
|
||
|
||
.. math::
|
||
D_{out} = (D_{in} - 1) \times \text{stride_d} - 2 \times \text{padding_d} + \text{dilation_d} \times
|
||
(\text{kernel_size_d} - 1) + \text{output_padding_d} + 1
|
||
|
||
H_{out} = (H_{in} - 1) \times \text{stride_h} - 2 \times \text{padding_h} + \text{dilation_h} \times
|
||
(\text{kernel_size_h} - 1) + \text{output_padding_h} + 1
|
||
|
||
W_{out} = (W_{in} - 1) \times \text{stride_w} - 2 \times \text{padding_w} + \text{dilation_w} \times
|
||
(\text{kernel_size_w} - 1) + \text{output_padding_w} + 1
|
||
|
||
如果'pad_mode'设置为"same"，
|
||
|
||
.. math::
|
||
|
||
D_{out} = (D_{in} + \text{stride_d} - 1)/\text{stride_d} \\
|
||
H_{out} = (H_{in} + \text{stride_h} - 1)/\text{stride_h} \\
|
||
W_{out} = (W_{in} + \text{stride_w} - 1)/\text{stride_w}
|
||
|
||
如果'pad_mode'设置为"valid"，
|
||
|
||
.. math::
|
||
|
||
D_{out} = (D_{in} - 1) \times \text{stride_d} + \text{dilation_d} \times
|
||
(\text{kernel_size_d} - 1) + 1 \\
|
||
H_{out} = (H_{in} - 1) \times \text{stride_h} + \text{dilation_h} \times
|
||
(\text{kernel_size_h} - 1) + 1 \\
|
||
W_{out} = (W_{in} - 1) \times \text{stride_w} + \text{dilation_w} \times
|
||
(\text{kernel_size_w} - 1) + 1
|
||
|
||
参数：
|
||
in_channels (int)：输入通道数 :math:`C_{in}`。
|
||
out_channels (int)：输出通道数 :math:`C_{out}`。
|
||
kernel_size (Union[int, tuple[int]])：指定三维卷积窗口的深度、高度和宽度。数据类型为int或包含3个整数的tuple。一个整数表示卷积核的深度、高度和宽度均为该值该值。包含3个整数的tuple分别表示卷积核的深度、高度和宽度。
|
||
stride (Union[int, tuple[int]])：步长大小。数据类型为整型或3个整型的tuple。一个整数表示在深度、高度和宽度方向的滑动步长均为该值。3个整数的tuple分别表示在深度、高度和宽度方向的滑动步长。必须大于等于1。默认值：1。
|
||
pad_mode (str)：选择填充模式。可选值为"pad"、"same"、"valid"。默认值："same"。
|
||
|
||
- same：采用补全方式。输出的深度、高度和宽度与输入 `x` 一致。填充总数将在深度、水平和垂直方向进行计算。并尽可能均匀分布到头部、尾部、顶部、底部、左侧和右侧。否则，最后一次将从尾部、底部和右侧进行额外的填充。若设置该模式，`padding` 和`output_padding`必须为0。
|
||
- valid：采用的丢弃方式。在不填充的前提下返回可能大的深度、高度和宽度的输出。多余的像素会被丢弃。若设置该模式，`padding` 和`output_padding`必须为0。
|
||
- pad：输入`x`两侧的隐式填充。`padding`的数量将填充到输入Tensor边框上。`padding`必须大于或等于0。
|
||
|
||
padding (Union(int, tuple[int]))：待填充的padding值。数据类型为int或包含6个整数的tuple。如果`padding`是一个整数，则头部、尾部、顶部，底部，左边和右边的填充都等于 `padding`。如果`padding`是6个整数的tuple，则头部、尾部、顶部、底部、左边和右边的填充分别等于填充padding[0]、padding[1]、padding[2]、padding[3]、padding[4]和padding[5]。默认值：0。
|
||
dilation (Union(int, tuple[int]))：指定用于扩张卷积的扩张速率。数据类型为int或3个整数的tuple: math:`(dilation_d, dilation_h, dilation_w)`。
|
||
目前，深度扩张仅支持1个用例的情况。如果设置为:math:`k > 1`，则每个采样位置都跳过:math:`k - 1`个像素。其值必须大于或等于1，并以输入`x`的深度、高度和宽度为界。默认值：1。
|
||
group (int)：将过滤器拆分为组，`in_ channels`和`out_channels`必须可被组数整除。默认值：1。当前仅支持1个。
|
||
output_padding (Union(int, tuple[int]))：为输出的每个维度添加额外的大小。默认值：0。必须大于或等于0。
|
||
has_bias (bool)：指定图层是否使用偏置矢量。默认值：False。
|
||
weight_init (Union[Tensor, str, Initializer, numbers.Number])：卷积核的初始化方法。它可以是Tensor，str，初始化实例或numbers.Number。当使用str时，可选“TruncatedNormal”，“Normal”，“Uniform”，“HeUniform”和“XavierUniform”分布以及常量“One”和“Zero”分布的值，可接受别名“ xavier_uniform”，“ he_uniform”，“ ones”和“ zeros”。上述字符串大小写均可。更多细节请参考Initializer的值。默认值：“normal”。
|
||
bias_init (Union[Tensor, str, Initializer, numbers.Number])：偏置向量的初始化方法。可以使用的初始化方法和字符串与“weight_init”相同。更多细节请参考Initializer的值。默认值：“zeros”。
|
||
data_format (str)：数据格式的可选值。目前仅支持'NCDHW'。
|
||
|
||
输入：
|
||
- **x** (Tensor)：shape为:math:`(N, C_{in}, D_{in}, H_{in}, W_{in})`的Tensor。
|
||
目前输入数据类型只支持float16和float32。
|
||
|
||
输出：
|
||
Tensor，shape为:math:`(N, C_{out}, D_{out}, H_{out}, W_{out})`。
|
||
|
||
支持平台：
|
||
``Ascend`` ``GPU``
|
||
|
||
异常：
|
||
TypeError：`in_channels`、`out_channels`或`group`不是int。
|
||
TypeError：kernel_size`、`stride`、`padding`、`dilation`或`output_padding`既不是int也不是tuple。
|
||
|
||
TypeError：输入数据类型不是float16或float32。
|
||
ValueError：`in_channels`、`out_channels`、`kernel_size`、`stride`或`dilation`小于1。
|
||
ValueError：`padding`小于0。
|
||
ValueError：`pad_mode`不是“same”，“valid”或“pad”。
|
||
ValueError：`padding`是长度不等于6的tuple。
|
||
ValueError：`pad_mode`不等于'pad'且`padding`不等于(0, 0, 0, 0, 0, 0)。
|
||
ValueError：`data_format`不是'NCDHW'。
|
||
|
||
样例：
|
||
>>> x = Tensor(np.ones([32, 16, 10, 32, 32]), mindspore.float32)
|
||
>>> conv3d_transpose = nn.Conv3dTranspose(in_channels=16, out_channels=3, kernel_size=(4, 6, 2),
|
||
... pad_mode='pad')
|
||
>>> output = conv3d_transpose(x)
|
||
>>> print(output.shape)
|
||
(32, 3, 13, 37, 33)
|
||
|