1# Conv2DFusion
2
3
4## 概述
5
6对将4维的tensor执行带有偏置的二维卷积运算。
7
8该算子对应的[NodeType](_n_n_rt_v20.md#nodetype)为NODE_TYPE_CONV2D_FUSION。
9
10参数限制：当padMode==PAD_MODE_PAD时，padList的数值必须大于等于0。其他情况下padding的数值必须为0。
11
12输入：
13
14- x，4维tensor，并按照NHWC进行排列。
15
16- weight，卷积的权重，要求weight排布为[outChannel，kernelHeight，kernelWidth，inChannel/group]， inChannel必须要能整除group。
17
18- bias，卷积的偏置，是长度为[outChannel]的数组。在量化场景下，bias 参数不需要量化参数，其量化 版本要求输入 int32 类型数据，实际量化参数由 x 和 weight 共同决定。
19
20输出：
21
22- output，卷积的输出。
23
24**起始版本：** 3.2
25
26**相关模块：**[NNRt](_n_n_rt_v20.md)
27
28
29## 汇总
30
31
32### Public 属性
33
34| 名称 | 描述 |
35| -------- | -------- |
36| long[] [kernelSize](#kernelsize) | 卷积核大小。 |
37| long[] [stride](#stride) | 卷积核在height和weight上的步幅，是一个长度为2的int数组[strideHeight，strideWidth]。 |
38| long[] [dilation](#dilation) | 表示扩张卷积在height和weight上的扩张率，是一个长度为2的int数组[dilationHeight，dilationWidth]， 值必须大于或等于1，并且不能超过x的height和width。 |
39| enum [PadMode](_n_n_rt_v20.md#padmode)[padMode](#padmode) | 填充类型，详情请参考：[PadMode](_n_n_rt_v20.md#padmode)。 |
40| long[] [padList](#padlist) | 输入x周围的填充，是一个长度为4的int数组[top，bottom，left，right]。 |
41| long [group](#group) | group，将输入x按inChannel分组，int类型。 |
42| long [inChannel](#inchannel) | 输入通道数量。 |
43| long [outChannel](#outchannel) | 输出通道数量。 |
44| enum [ActivationType](_n_n_rt_v20.md#activationtype)[activationType](#activationtype) | 激活函数类型，详情请参考：[ActivationType](_n_n_rt_v20.md#activationtype)。 |
45
46
47## 类成员变量说明
48
49
50### activationType
51
52```
53enum ActivationType Conv2DFusion::activationType
54```
55
56**描述**
57
58
59激活函数类型，详情请参考：[ActivationType](_n_n_rt_v20.md#activationtype)。
60
61
62### dilation
63
64```
65long [] Conv2DFusion::dilation
66```
67
68**描述**
69
70
71表示扩张卷积在height和weight上的扩张率，是一个长度为2的int数组[dilationHeight，dilationWidth]， 值必须大于或等于1，并且不能超过x的height和width。
72
73
74### group
75
76```
77long Conv2DFusion::group
78```
79
80**描述**
81
82
83group，将输入x按inChannel分组，int类型。
84
85- group等于1，这是常规卷积。
86
87- group等于inChannel，这是depthwiseConv2d，此时group==in_channel==out_channel。
88
89- group大于1且小于inChannel，这是分组卷积，此时out_channel==group。
90
91
92### inChannel
93
94```
95long Conv2DFusion::inChannel
96```
97
98**描述**
99
100
101输入通道数量。
102
103
104### kernelSize
105
106```
107long [] Conv2DFusion::kernelSize
108```
109
110**描述**
111
112
113卷积核大小。
114
115
116### outChannel
117
118```
119long Conv2DFusion::outChannel
120```
121
122**描述**
123
124
125输出通道数量。
126
127
128### padList
129
130```
131long [] Conv2DFusion::padList
132```
133
134**描述**
135
136
137输入x周围的填充，是一个长度为4的int数组[top，bottom，left，right]。
138
139
140### padMode
141
142```
143enum PadMode Conv2DFusion::padMode
144```
145
146**描述**
147
148
149填充类型，详情请参考：[PadMode](_n_n_rt_v20.md#padmode)。
150
151
152### stride
153
154```
155long [] Conv2DFusion::stride
156```
157
158**描述**
159
160
161卷积核在height和weight上的步幅，是一个长度为2的int数组[strideHeight，strideWidth]。
162