卷积层的实现算子是
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参数用于指定不同的卷积计算方式:
mode=0,math convolution
mode=1,cross-correlation convolution
mode=2,deconvolution
mode=3,depthwise convolution
问题1:指定mode=3时报错,说mode必须为1。
问题2:将限制代码注释掉,mode设置为3,但是卷积结果和mode为1时,完全一样。这里测试时使用了相同的输入数据,使用了相同的weight。 请教正式用法,目标是实现深度可分离卷积,谢谢!
目前Conv2D算子,只支持mode=1的卷积模式,其余模式不支持。文档API已经在master已经做过修改。
详细信息可见: