Col2Im

贡献说明

贡献者	贡献方	贡献算子	贡献时间	贡献内容
Qiu Zhuang	哈尔滨工业大学-苏统华团队	Col2Im	2025/12/12	新增Col2Im算子

支持的产品型号

• Atlas A2训练系列产品
• Atlas 200I/500 A2推理产品

算子描述

• 算子功能：列到图像，滑动窗口列向量重组为原始图像。从形状为（N, C $\times \prod$（kernel_szie）, L）或（C $\times \prod$（kernel_szie）, L）的列矩阵中重构出形状为（N, C, H, W）或 (C, H, W) 的图像张量，其中L是滑动窗口块的总数。

• 计算公式： 输入：列矩阵 $col$ 形状为 $(N,C\times kH\times kW,L)$ 或 $(C\times kH\times kW,L)$ 输出：图像 $output$ 形状为 $(N,C,H,W)$ 或 $(C,H,W)$ 其中：$L=out\_H\times out\_W=\frac{H+2\times padding\_val-dilation\times (kernel\_h-1)-1}{stride\_val}+1\times \frac{W+2\times padding\_val-dilation\times (kernel\_w-1)-1}{stride\_val}+1$

• 原型信息

参数名	输入/输出/属性	描述	数据类型	数据格式
col	输入张量	必选输入张量，形状为（N, C*kH*kW, L）或（C*kH*kW, L）	FLOAT、FLOAT16	ND
kernel_h	属性	卷积核的高度，可选属性，默认值为2	INT	-
kernel_w	属性	卷积核的宽度，可选属性，默认值为2	INT	-
output_h	属性	输出图像的高度，可选属性，默认值为4	INT	-
output_w	属性	输出图像的宽度，可选属性，默认值为4	INT	-
stride_val	属性	步长，可选属性，默认值为1	INT	-
padding_val	属性	填充大小，可选属性，默认值为0	INT	-
dilation_val	属性	膨胀系数，可选属性，默认值为1	INT	-
x	输出张量	必选输出张量，形状为（N, C, H, W）或（C, H, W）	FLOAT、FLOAT16	ND

约束与限制

1. 输入约束

• 输入张量col的形状：必须为2维或3维
  • 3维格式：[N, CkHkW, L]（批处理模式）
  • 2维格式：[CkHkW, L]（单样本模式）
  • 其中 N ≥ 1，C ≥ 1，kH ≥ 1，kW ≥ 1，L ≥ 1

2. 参数约束

• kernel_h：卷积核高度，必须为正整数，默认值为2，满足 1 ≤ kernel_h
• kernel_w：卷积核宽度，必须为正整数，默认值为2，满足 1 ≤ kernel_w
• output_h：输出图像高度，必须为正整数，默认值为4
• output_w：输出图像宽度，必须为正整数，默认值为4
• stride_val：步长，必须为正整数，默认值为1，stride_val ≥ 1
• padding_val：填充大小，必须为非负整数，默认值为0，padding_val ≥ 0
• dilation_val：膨胀系数，必须为正整数，默认值为1，dilation_val ≥ 1

3. 计算约束

• 输出尺寸计算： 输出图像尺寸为 (output_h, output_w)，由属性直接指定

• 输入维度一致性约束： $输入第二维度=C\times kernel\_h\times kernel\_w$，且必须能被整除

  $输入第三维度L=out\_H\times out\_W$

  其中 $out\_H$ 和 $out\_W$ 由以下公式计算：

  $out\_H=\lfloor \frac{output\_h+2\times padding\_val-dilation\_val\times (kernel\_h-1)-1}{stride\_val}+1\rfloor$

  $out\_W=\lfloor \frac{output\_w+2\times padding\_val-dilation\_val\times (kernel\_w-1)-1}{stride\_val}+1\rfloor$

• 有效卷积核约束： $kernel\_h\le output\_h+2\times padding\_val$ $kernel\_w\le output\_w+2\times padding\_val$

4. 内存约束

• 输出张量内存大小： $output\_size=N\times C\times output\_h\times output\_w\times element\_size$ 必须在设备内存限制范围内

5. 数据类型约束

• 输入张量col和输出张量x的数据类型必须一致
• 支持的数据类型组合：
  • 输入：FLOAT，输出：FLOAT
  • 输入：FLOAT16，输出：FLOAT16

6. 格式约束

• 输入和输出张量必须为ND（NCHW）格式
• 不支持其他数据格式（如NHWC、NC1HWC0等）

7. 特殊情况

• 当padding_val > 0时：会在输出张量的H和W维度两侧进行对称填充的逆操作
• 当dilation_val > 1时：卷积核元素之间存在间隔，实际感受野增大
• 当stride_val > 1时：输出特征图尺寸会相应增大

8. 与Im2Col的关系约束

• 可逆性：当使用相同的kernel_h、kernel_w、stride_val、padding_val、dilation_val参数，并且output_h、output_w等于原始输入图像尺寸时，Col2Im应该是Im2Col的逆操作

9. 错误条件

• 如果输入第二维度不能被kernel_h × kernel_w整除，算子应返回错误
• 如果kernel_h或kernel_w大于填充后的输出尺寸，算子应返回错误
• 如果计算出的out_H或out_W ≤ 0，算子应返回错误
• 如果输入第三维度L ≠ out_H × out_W，算子应返回错误
• 如果输入张量维度不符合要求（非2维或3维），算子应返回错误

算子使用

使用该算子前，请参考社区版CANN开发套件包安装文档完成开发运行环境的部署。

编译部署

• 进入到仓库目录

  cd ${git_clone_path}/ops-math
  

• 执行编译

  bash build.sh --experimental --ops=col2_im --soc=ascend910b --pkg
  

• 部署算子包

  ./build_out/cann-ops-math-custom_linux-aarch64.run
  

算子调用

• 执行调用

  bash build.sh --run_example col2_im eager cust --vendor_name=custom
  

调用说明

调用方式	调用样例	说明
aclnn调用	test_aclnn_col2_im	通过[aclnnCol2Im]接口方式调用Col2Im算子。