（beta）torch_npu.contrib.module.ModulatedDeformConv
产品支持情况
| 产品 | 是否支持 |
|---|---|
| Atlas A3 训练系列产品 | √ |
| Atlas A2 训练系列产品 | √ |
| Atlas 推理系列产品 | √ |
| Atlas 训练系列产品 | √ |
功能说明
应用基于NPU的Modulated Deformable 2D卷积操作。
函数原型
torch_npu.contrib.module.ModulatedDeformConv(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, deformable_groups=1, bias=True, pack=True)
参数说明
计算参数
- in_channels (
int)：输入图像中的通道数。 - out_channels (
int)：卷积产生的通道数。 - kernel_size(
int或Tuple)：卷积核大小。 - stride(
int或Tuple)：卷积步长。默认值为1。 - padding (
int或Tuple)：添加到输入两侧的零填充。默认值为0。 - dilation (
int或Tuple)：内核元素间距。默认值为1。 - groups (
int)：从输入通道到输出通道的阻塞连接数。默认值为1。 - deformable_groups (
int)：可变形组分区的数量。 - bias (
bool)：如果值为True，则向输出添加可学习偏差。默认值为False。 - pack (
bool)：如果值为True，此模块将包括conv_offset和掩码。默认值为True。
计算输入
- x(
Tensor): 输入张量。
返回值说明
Tensor
卷积计算结果。
约束说明
ModulatedDeformConv仅实现float32数据类型的操作。conv_offset中权重和偏置必须初始化为0。
调用示例
>>> import torch, torch_npu
>>> from torch_npu.contrib.module import ModulatedDeformConv
>>> m = ModulatedDeformConv(32, 32, 1).npu()
>>> input_tensor = torch.randn(2, 32, 5, 5).npu()
>>> output = m(input_tensor)
>>> output.shape
torch.Size([2, 32, 5, 5])