DML_CONVOLUTION_OPERATOR_DESC 구조체(directml.h)

아티클
02/26/2024

InputTensor를 사용하여 FilterTensor의 구성을 수행합니다. 이 연산자는 다양한 표준 나선형 구성을 지원합니다. 이러한 표준 구성에는 방향 및 모드 필드를 설정하여 정방향 및 뒤로(변환된) 나선형과 GroupCount 필드를 설정하여 깊이 단위의 나선형이 포함됩니다.

관련된 단계 요약: 출력 텐서로의 구성을 수행합니다. 출력 텐서와 동일한 차원 크기로 바이어스를 변형합니다. 변형된 바이어스 텐서를 출력 텐서에 추가합니다.

구문

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;
};

멤버

InputTensor

형식: const DML_TENSOR_DESC*

입력 데이터를 포함하는 텐서입니다. InputTensor의 예상 차원은 다음과 같습니다.

{ BatchCount, InputChannelCount, InputWidth } 3D의 경우
{ BatchCount, InputChannelCount, InputHeight, InputWidth } 4D의 경우 및
{ BatchCount, InputChannelCount, InputDepth, InputHeight, InputWidth } 5D의 경우

FilterTensor

형식: const DML_TENSOR_DESC*

필터 데이터를 포함하는 텐서입니다. FilterTensor의 예상 차원은 다음과 같습니다.

{ FilterBatchCount, FilterChannelCount, FilterWidth } 3D의 경우
{ FilterBatchCount, FilterChannelCount, FilterHeight, FilterWidth } 4D의 경우 및
{ FilterBatchCount, FilterChannelCount, FilterDepth, FilterHeight, FilterWidth } 5D의 경우

BiasTensor

형식: _Maybenull_ const DML_TENSOR_DESC*

바이어스 데이터를 포함하는 선택적 텐서입니다. 바이어스 텐서는 결과에 추가되는 컨볼루션의 끝에 있는 출력 텐서에서 브로드캐스트되는 데이터를 포함하는 텐서입니다. BiasTensor의 예상 차원은 다음과 같습니다.

{ 1, OutputChannelCount, 1 } 3D의 경우
{ 1, OutputChannelCount, 1, 1 } 4D의 경우 및
{ 1, OutputChannelCount, 1, 1, 1 } 5D의 경우

각 출력 채널에 대해 해당 채널의 단일 바이어스 값이 OutputTensor의 해당 채널에 있는 모든 요소에 추가됩니다. 즉, BiasTensor 는 OutputTensor의 크기로 브로드캐스트되고 연산자가 반환하는 것은 이 브로드캐스트된 BiasTensor 의 합계와 컨볼루션의 결과입니다.

OutputTensor

형식: const DML_TENSOR_DESC*

결과를 쓸 텐서입니다. OutputTensor의 예상 차원은 다음과 같습니다.

{ BatchCount, OutputChannelCount, OutputWidth } 3D의 경우
{ BatchCount, OutputChannelCount, OutputHeight, OutputWidth } 4D의 경우 및
{ BatchCount, OutputChannelCount, OutputDepth, OutputHeight, OutputWidth } 5D의 경우

Mode

형식: DML_CONVOLUTION_MODE

나선형 작업에 사용할 모드입니다. DML_CONVOLUTION_MODE_CROSS_CORRELATION 일반적인 유추 시나리오에 필요한 동작입니다. 반면 , DML_CONVOLUTION_MODE_CONVOLUTION 각 공간 차원을 따라 각 필터 커널의 요소 순서를 대칭 이동합니다.

Direction

형식: DML_CONVOLUTION_DIRECTION

나선형 연산의 방향입니다. DML_CONVOLUTION_DIRECTION_FORWARD 학습 중에 DML_CONVOLUTION_DIRECTION_FORWARD 및 DML_CONVOLUTION_DIRECTION_BACKWARD 조합이 사용되는 유추에 사용되는 기본 형태의 나선형입니다.

DimensionCount

형식: UINT

나선형 작업의 공간 차원 수입니다. 공간 차원은 컨볼루션 FilterTensor의 하위 차원입니다. 예를 들어 너비 및 높이 차원은 4D 나선형 필터 텐서의 공간 차원입니다. 이 값은 Strides, Dilations, StartPadding, EndPadding 및 OutputPadding 배열의 크기도 결정합니다. InputTensor.DimensionCount가 4이면 2로, InputTensor.DimensionCount가 5이면 3으로 설정해야 합니다.

Strides