GroupConvolutionBackpropData¶
バージョン名: GroupConvolutionBackpropData-1
カテゴリー: 畳み込み
簡単な説明: 入力テンソルとカーネルテンソルの 1D、2D、または 3D GroupConvolutionBackpropData を計算します。
詳細な説明: 入力とフィルターを複数のグループに分割し、ConvolutionBackpropData を計算し、結果を連結します。これは、GroupConvolution および Convolution 関係に相当します。
属性: この操作には、ConvolutionBackpropData と同じ属性があります。グループ数はカーネルの形状で決定されます。
-
strides
説明: strides は通常の畳み込みの strides と同じ定義を持ちますが、出力テンソルに対して逆方向に適用されます。
値の範囲: 正の整数
タイプ:
int[]必須: はい
-
pads_begin
説明: pads_begin は通常の畳み込みの pads_begin と同じ定義を持ちますが、出力テンソルに対して逆方向に適用されます。省略することもできますが、その場合パッドは自動的に計算されます。
値の範囲: 負ではない整数
タイプ:
int[]必須: はい
注: auto_pad 属性が指定されている場合、この属性は無視されます。
-
pads_end
説明: pads_end は通常の畳み込みの pads_end と同じ定義を持ちますが、出力テンソルに対して逆方向に適用されます。省略することもできますが、その場合パッドは自動的に計算されます。
値の範囲: 負ではない整数
タイプ:
int[]必須: はい
注: auto_pad 属性が指定されている場合、この属性は無視されます。
-
dilations
説明: dilations は通常の畳み込みの dilations と同じ定義を持ちますが、出力テンソルに対して逆方向に適用されます。
値の範囲: 正の整数
タイプ:
int[]必須: はい
-
auto_pad
-
説明: auto_padは通常の畳み込みの auto_padと同じ定義を持ちますが、出力テンソルに対して逆方向に適用されます。
explicit - pads_begin と pads_end からの明示的なパディング値を使用します。
same_upper - 入力は出力サイズに一致するようにパディングされます。奇数のパディング値の場合、最後にパディングが追加されます。
same_lower - 入力は出力サイズに一致するようにパディングされます。パディング値が奇数の場合、先頭にパディングが追加されます。
valid - パディングを使用しません。
タイプ:
stringデフォルト値: explicit
必須: いいえ
注: auto_pad が指定されている場合、pads_begin と pads_end 属性は無視されます。
-
-
output_padding
-
説明: output_padding は、出力テンソルの各空間軸ごとにパディングを追加します。出力内のより多くの要素のロックが解除され、計算できるようになります。要素は、空間次元のより高い座標インデックスに追加されます。output_padding リストの要素の数は、入力テンソルと出力テンソルの空間次元の数と一致します。
値の範囲: 負ではない整数値
タイプ:
int[]デフォルト値: すべてゼロ
必須: いいえ
-
入力:
1: タイプ
T1およびランク 3、4 または 5 の入力テンソル。レイアウトは、[N, GROUPS * C_IN, Z, Y, X](バッチ数、チャネル数、空間軸 Z、Y、X) です。必須。-
2: タイプ
T1およびランク 4、5、または 6 のカーネルテンソル。レイアウトは、[GROUPS, C_IN, C_OUT, X, Y, Z](グループ数、入力チャネル数、出力チャネル数、空間軸 Z、Y、X) です。必須。 3: タイプ
T2およびランク 1 の出力形状テンソル。出力の空間形状を指定します。オプション。注: グループ数はカーネルの形状で決定され、属性によって指定されるものではありません。
-
注: 畳み込みのタイプ (1D、2D、または 3D) は入力テンソルのランクで決定され、属性によって指定されません。
1D 畳み込み (入力テンソルのランク 3) は、空間軸 X が 1 つだけであることを意味します
2D 畳み込み (入力テンソルのランク 4) は、2 つの空間軸 Y、X があることを意味します
3D 畳み込み (入力テンソルのランク 5) は、3 つの空間軸 Z、Y、X があることを意味します
出力:
1: タイプ
T1およびランク 3、4、または 5 の出力テンソル (入力 1 と同じ)。レイアウトは、[N, GROUPS * C_OUT, Z, Y, X](バッチの数、カーネル出力チャネルの数、空間軸 Z、Y、X) です。
タイプ:
T1: 任意の数値タイプ。
T2: 任意の整数タイプ。
例:
1D GroupConvolutionBackpropData
<layer id="5" name="upsampling_node" type="GroupConvolutionBackpropData">
<data dilations="1" pads_begin="1" pads_end="1" strides="2"/>
<input>
<port id="0">
<dim>1</dim>
<dim>20</dim>
<dim>224</dim>
</port>
<port id="1">
<dim>4</dim>
<dim>5</dim>
<dim>2</dim>
<dim>3</dim>
</port>
</input>
<output>
<port id="0" precision="FP32">
<dim>1</dim>
<dim>8</dim>
<dim>447</dim>
</port>
</output>
</layer>
2D GroupConvolutionBackpropData
<layer id="5" name="upsampling_node" type="GroupConvolutionBackpropData">
<data dilations="1,1" pads_begin="1,1" pads_end="1,1" strides="2,2"/>
<input>
<port id="0">
<dim>1</dim>
<dim>20</dim>
<dim>224</dim>
<dim>224</dim>
</port>
<port id="1">
<dim>4</dim>
<dim>5</dim>
<dim>2</dim>
<dim>3</dim>
<dim>3</dim>
</port>
</input>
<output>
<port id="0" precision="FP32">
<dim>1</dim>
<dim>8</dim>
<dim>447</dim>
<dim>447</dim>
</port>
</output>
</layer>
3D GroupConvolutionBackpropData
<layer id="5" name="upsampling_node" type="GroupConvolutionBackpropData">
<data dilations="1,1,1" pads_begin="1,1,1" pads_end="1,1,1" strides="2,2,2"/>
<input>
<port id="0">
<dim>1</dim>
<dim>20</dim>
<dim>224</dim>
<dim>224</dim>
<dim>224</dim>
</port>
<port id="1">
<dim>4</dim>
<dim>5</dim>
<dim>2</dim>
<dim>3</dim>
<dim>3</dim>
<dim>3</dim>
</port>
</input>
<output>
<port id="0" precision="FP32">
<dim>1</dim>
<dim>8</dim>
<dim>447</dim>
<dim>447</dim>
<dim>447</dim>
</port>
</output>
</layer>