ExtendConvTranspose
产品支持情况
| 产品 | 是否支持 |
|---|---|
| Ascend 950PR/Ascend 950DT | × |
| Atlas A3 训练系列产品/Atlas A3 推理系列产品 | × |
| Atlas A2 训练系列产品/Atlas A2 推理系列产品 | × |
| Atlas 200I/500 A2推理产品 | × |
| Atlas 推理系列产品 | × |
| Atlas 训练系列产品 | × |
功能说明
-
算子功能:计算三维卷积的转置(反卷积)相对于输入的梯度。
-
计算公式:
假定输入的shape为(N,Cin,Din,Hin,WinN,C_{in},D_{in},H_{in},W_{in})、输出的shape为(N,Cout,Dout,Hout,WoutN,C_{out},D_{out},H_{out},W_{out}),那么他们与卷积步长(stridestride)、卷积核大小(kernel_size,kD,kH,kWkernel\_size,kD,kH,kW)、膨胀参数(dilationdilation)的关系是:
Dout=(Din−1)∗stride[0]−2∗padding[0]+dilation[0]∗(kernel_size[0]−1)+output_padding[0]+1 D_{out}=(D_{in} - 1) * stride[0] - 2*padding[0] + dilation[0] * (kernel\_size[0] - 1) + output\_padding[0] + 1
Hout=(Hin−1)∗stride[1]−2∗padding[1]+dilation[1]∗(kernel_size[1]−1)+output_padding[1]+1 H_{out}=(H_{in} - 1) * stride[1] - 2*padding[1] + dilation[1] * (kernel\_size[1] - 1) + output\_padding[1] + 1
Wout=(Win−1)∗stride[2]−2∗padding[2]+dilation[2]∗(kernel_size[2]−1)+output_padding[2]+1 W_{out}=(W_{in} - 1) * stride[2] - 2*padding[2] + dilation[2] * (kernel\_size[2] - 1) + output\_padding[2] + 1
参数说明
参数名 |
输入/输出/属性 |
描述 |
数据类型 |
数据格式 |
|---|---|---|---|---|
| input_size | 输入 |
|
INT32、INT64 | - |
| x | 输入 |
|
FLOAT16、FLOAT32、BFLOAT16、INT8 | NCDHW |
| filter | 输入 |
|
FLOAT16、FLOAT32、BFLOAT16、INT8 | NCDHW、NDHWC |
| bias | 可选属性 |
|
FLOAT16、FLOAT32、INT32 | ND |
| scale | 可选属性 |
|
UINT64 | ND |
| strides | 必填属性 |
|
- | - |
| pads | 必填属性 |
|
- | - |
| dilations | 可选属性 |
|
- | - |
| groups | 可选属性 |
|
INT | - |
| data_format | 可选属性 |
|
STRING | - |
| output_padding | 可选属性 |
|
- | - |
| offset_x | 可选属性 |
|
INT | - |
| y | 输出 |
|
FLOAT16、FLOAT32、BFLOAT16、INT8 | NCDHW |
- 不同groups取值与dtype的组合说明
| groups | dtype | x format | filter format | y format |
|---|---|---|---|---|
| =1 | FLOAT16/FLOAT32/BFLOAT16/INT8 | NCDHW | NCDHW | NCDHW |
| =1 | FLOAT16/FLOAT32/BFLOAT16/INT8 | NCDHW | NDHWC | NCDHW |
| >1 | FLOAT16/FLOAT32/BFLOAT16/INT8 | NCDHW | NCDHW | NCDHW |
| >1 | FLOAT16/FLOAT32/BFLOAT16/INT8 | NCDHW | NDHWC | NCDHW |
约束说明
- x
- D维度必须为1
- filter
- D维度必须为1
- strides
- N和C的维度必须为1。
- H和W的维度的取值范围必须在[1,63]之间。
- D维度必须为1
- pads
- 所有维度的取值范围必须在[0,255]之间。
- D维度必须为1
- dilations
- N与C的维度必须为1。
- W、H维度的取值范围必须在 [1,255] 之间。
- D维度必须为1
- output_padding
- N和C维度必须为0,仅允许在深度、高度、宽度方向上添加。