关于mindspore.ops.operation.Conv2d算子使用

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：

mindspore.ops.Conv2D — MindSpore master 文档