LocalConv2d

class LocalConv2d(in_channels, out_channels, input_height, input_width, kernel_size, stride=1, padding=0, dilation=1, groups=1, conv_mode='cross_correlation', **kwargs)[源代码]

在输入的4D张量上使用多个untied kernel进行空域卷积。它也被称为局部连接层。

参数
  • in_channels (int) – 输入数据中的通道数。

  • out_channels (int) – 输出数据中的通道数。

  • input_height (int) – 输入图像的高度。

  • input_width (int) – 输入图像的宽度。

  • kernel_size (Union[int, Tuple[int, int]]) – 空间维度上的权重大小。如果kernel_size 是一个 int, 实际的kernel大小为 (kernel_size, kernel_size).

  • stride (Union[int, Tuple[int, int]]) – 二维卷积运算的步长。默认:1

  • padding (Union[int, Tuple[int, int]]) – 输入数据空域维度两侧的填充(padding)大小。仅支持填充0值。默认:0

  • dilation (Union[int, Tuple[int, int]]) – 二维卷积运算的空洞(dilation)。默认:1

  • groups (int) – 输入输出的通道被划分的组的数量, 以便执行 “grouped convolution”. 当 groups 不为 1, in_channelsout_channels 必须能被``groups``整除。 默认值: 1

注解

  • weight``的shape通常是 ``(out_height, out_width, in_channels, height, width, in_channels) , 如果 groups 不为 1, shape 应是 (groups, out_height, out_width, in_channels // groups, height, width, out_channels // groups)

  • bias 的shape通常是 (1, out_channels, *1)