DML_CONVOLUTION_OPERATOR_DESC 結構 (directml.h)

發行項
02/29/2024

使用 InputTensor 執行 FilterTensor 的卷積。此運算元支援許多標準卷積組態。這些標準設定包括轉置 (轉置) 卷積，方法是設定 Direction 和 Mode 欄位，以及藉由設定 GroupCount 欄位來深度卷積。

相關步驟的摘要：對輸出張量執行卷積;將偏差重新調整為與輸出張量相同的維度大小;將重新調整的偏差張量新增至輸出張量。

語法

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;
};

成員

InputTensor

類型： const DML_TENSOR_DESC*

包含輸入數據的張量。 InputTensor 的預期維度如下：

{ BatchCount, InputChannelCount, InputWidth } 針對 3D，
{ BatchCount, InputChannelCount, InputHeight, InputWidth } 適用於 4D 和
{ BatchCount, InputChannelCount, InputDepth, InputHeight, InputWidth } 5D。

FilterTensor

類型： const DML_TENSOR_DESC*

包含篩選數據的張量。 FilterTensor 的預期維度如下：

{ FilterBatchCount, FilterChannelCount, FilterWidth } 針對 3D，
{ FilterBatchCount, FilterChannelCount, FilterHeight, FilterWidth } 適用於 4D 和
{ FilterBatchCount, FilterChannelCount, FilterDepth, FilterHeight, FilterWidth } 5D。

BiasTensor

類型： _Maybenull_ const DML_TENSOR_DESC*

包含偏差數據的選擇性張量。偏差張量是一個包含數據的數據，其會在捲積結尾的輸出張量上廣播，並新增至結果。 BiasTensor 的預期維度如下：

{ 1, OutputChannelCount, 1 } 針對 3D，
{ 1, OutputChannelCount, 1, 1 } 適用於 4D 和
{ 1, OutputChannelCount, 1, 1, 1 } 5D。

針對每個輸出通道，該通道的單一偏差值會新增至 OutputTensor 該通道中的每個元素。也就是說， BiasTensor 會廣播到 OutputTensor 的大小，而運算符傳回的內容是這個廣播 的 BiasTensor 與卷積結果的總和。

OutputTensor

類型： const DML_TENSOR_DESC*

要寫入結果的張量。 OutputTensor 的預期維度如下：

{ BatchCount, OutputChannelCount, OutputWidth } 針對 3D，
{ BatchCount, OutputChannelCount, OutputHeight, OutputWidth } 適用於 4D 和
{ BatchCount, OutputChannelCount, OutputDepth, OutputHeight, OutputWidth } 5D。

Mode

類型： DML_CONVOLUTION_MODE

用於捲積作業的模式。 DML_CONVOLUTION_MODE_CROSS_CORRELATION 是一般推斷案例所需的行為。相反地， DML_CONVOLUTION_MODE_CONVOLUTION 會沿著每個空間維度翻轉每個篩選核心中的元素順序。

Direction

類型： DML_CONVOLUTION_DIRECTION

卷積運算的方向。 DML_CONVOLUTION_DIRECTION_FORWARD 是用於推斷的主要捲積形式，其中在定型期間會使用 DML_CONVOLUTION_DIRECTION_FORWARD 和 DML_CONVOLUTION_DIRECTION_BACKWARD 的組合。

DimensionCount

類型： UINT

卷積作業的空間維度數目。空間維度是卷積 FilterTensor 的較低維度。例如，寬度和高度維度是 4D 卷積篩選張量的空間維度。這個值也會決定 Strides、Dilations、StartPadding、EndPadding 和 OutputPadding 陣列的大小。 當 InputTensor.DimensionCount 為 4 時，它應該設定為 2，當 InputTensor.DimensionCount 為 5 時則設定為 3。

Strides