estructura DML_CONVOLUTION_OPERATOR_DESC (directml.h)

Artículo
03/14/2023

Realiza una convolución del FilterTensor con InputTensor. Este operador admite varias configuraciones de convolución estándar. Estas configuraciones estándar incluyen la convolución hacia delante y hacia atrás (transpuesta) estableciendo los campos Dirección y Modo , así como convolución en profundidad estableciendo el campo GroupCount .

Un resumen de los pasos implicados: realizar la convolución en el tensor de salida; cambia la forma del sesgo a los mismos tamaños de dimensión que el tensor de salida; agregue el tensor de sesgo reformado al tensor de salida.

Sintaxis

struct DML_CONVOLUTION_OPERATOR_DESC {
  const DML_TENSOR_DESC     *InputTensor;
  const DML_TENSOR_DESC     *FilterTensor;
  const DML_TENSOR_DESC     *BiasTensor;
  const DML_TENSOR_DESC     *OutputTensor;
  DML_CONVOLUTION_MODE      Mode;
  DML_CONVOLUTION_DIRECTION Direction;
  UINT                      DimensionCount;
  const UINT                *Strides;
  const UINT                *Dilations;
  const UINT                *StartPadding;
  const UINT                *EndPadding;
  const UINT                *OutputPadding;
  UINT                      GroupCount;
  const DML_OPERATOR_DESC   *FusedActivation;
};

Miembros

InputTensor

Tipo: const DML_TENSOR_DESC*

Tensor que contiene los datos de entrada. Las dimensiones esperadas de InputTensor son:

{ BatchCount, InputChannelCount, InputWidth } para 3D,
{ BatchCount, InputChannelCount, InputHeight, InputWidth } para 4D y
{ BatchCount, InputChannelCount, InputDepth, InputHeight, InputWidth } para 5D.

FilterTensor

Tipo: const DML_TENSOR_DESC*

Tensor que contiene los datos de filtro. Las dimensiones esperadas de FilterTensor son:

{ FilterBatchCount, FilterChannelCount, FilterWidth } para 3D,
{ FilterBatchCount, FilterChannelCount, FilterHeight, FilterWidth } para 4D y
{ FilterBatchCount, FilterChannelCount, FilterDepth, FilterHeight, FilterWidth } para 5D.

BiasTensor

Tipo: _Maybenull_ const DML_TENSOR_DESC*

Tensor opcional que contiene los datos de sesgo. El tensor de sesgo es un tensor que contiene datos que se difunden a través del tensor de salida al final de la convolución que se agrega al resultado. Las dimensiones esperadas de BiasTensor son:

{ 1, OutputChannelCount, 1 } para 3D,
{ 1, OutputChannelCount, 1, 1 } para 4D y
{ 1, OutputChannelCount, 1, 1, 1 } para 5D.

Para cada canal de salida, el valor de sesgo único de ese canal se agrega a cada elemento de ese canal del outputTensor. Es decir, biasTensor se transmite al tamaño de OutputTensor y lo que devuelve el operador es la suma de este BiasTensor transmitido con el resultado de la convolución.

OutputTensor

Tipo: const DML_TENSOR_DESC*

Tensor en el que se van a escribir los resultados. Las dimensiones esperadas de OutputTensor son:

{ BatchCount, OutputChannelCount, OutputWidth } para 3D,
{ BatchCount, OutputChannelCount, OutputHeight, OutputWidth } para 4D y
{ BatchCount, OutputChannelCount, OutputDepth, OutputHeight, OutputWidth } para 5D.

Mode

Tipo: DML_CONVOLUTION_MODE

Modo que se va a usar para la operación de convolución. DML_CONVOLUTION_MODE_CROSS_CORRELATION es el comportamiento necesario para escenarios de inferencia típicos. En cambio, DML_CONVOLUTION_MODE_CONVOLUTION voltea el orden de los elementos de cada kernel de filtro a lo largo de cada dimensión espacial.

Direction

Tipo: DML_CONVOLUTION_DIRECTION

Dirección de la operación de convolución. DML_CONVOLUTION_DIRECTION_FORWARD es la forma principal de convolución utilizada para la inferencia en la que se usa una combinación de DML_CONVOLUTION_DIRECTION_FORWARD y DML_CONVOLUTION_DIRECTION_BACKWARD durante el entrenamiento.

DimensionCount

Tipo: UINT

Número de dimensiones espaciales para la operación de convolución. Las dimensiones espaciales son las dimensiones inferiores del filterTensor de convolución. Por ejemplo, la dimensión de ancho y alto son dimensiones espaciales de un tensor de filtro de convolución 4D. Este valor también determina el tamaño de las matrices Strides, Dilations, StartPadding, EndPadding y OutputPadding . Debe establecerse en 2 cuando InputTensor.DimensionCount es 4 y 3 cuando InputTensor.DimensionCount es 5.

Strides