卷積層的實現算子是

mindspore.ops.operation.Conv2d(

out_channel,

kernel_size, mode＝1,

pad_mode="valid",

pad=0, stride=1,

dilation=1,

group=1,

data_format="NCHW"

) 其中的mode參數用于指定不同的卷積計算方式：

mode=0，math convolution

mode=1，cross-correlation convolution

mode=2，deconvolution

mode=3，depthwise convolution

問題1：指定mode=3時報錯，說mode必須為1。

問題2：將限制代碼注釋掉，mode設置為3，但是卷積結果和mode為1時，完全一樣。這里測試時使用了相同的輸入數據，使用了相同的weight。 請教正式用法，目標是實現深度可分離卷積，謝謝！?

?

目前Conv2D算子，只支持mode=1的卷積模式，其余模式不支持。文檔API已經在master已經做過修改。

詳細信息可見：

mindspore.ops.Conv2D — MindSpore master 文檔

總結

以上是生活随笔為你收集整理的关于mindspore.ops.operation.Conv2d算子使用的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。