Bentuk, stride, padding, dan dilation

Perhitungan bentuk menentukan pengalamatan

Stride mengendalikan jarak antara titik asal jendela keluaran. Dilation mengendalikan jarak antara sampel dalam satu kernel. Keduanya melewati posisi masukan pada suku indeks berbeda. Kernel R sampel dengan dilation D membentang sepanjang D(R−1)+1 posisi. Tetapkan padding atas, bawah, kiri, dan kanan secara independen. Latihan ini menggunakan padding eksplisit dan ukuran keluaran berbasis pembulatan ke bawah, bukan mengasumsikan konvensi SAME otomatis.

Ganti tinggi dan parameter vertikal dengan padanan horizontalnya untuk lebar keluaran. Model pengajaran kita mengembalikan nol posisi keluaran ketika kernel efektif melebihi masukan dengan padding. Operator produksi harus secara terpisah mendefinisikan apakah menerima tensor kosong.

Contoh perhitungan

Dengan H=5, R=3, stride 2, padding atas dan bawah satu, serta dilation satu, tinggi efektif adalah tiga. Tinggi keluaran adalah floor((5+2−3)/2)+1=3. Mengubah dilation menjadi dua membuat tinggi efektif lima dan memberikan tinggi keluaran dua. Stride tidak berubah; setiap jendela kini membentang di wilayah lebih besar.

Petakan koordinat keluaran dan koordinat kernel menggunakan ih=h×S−Pt+r×D. Untuk h=1,r=2, konfigurasi pertama membaca 3. Konfigurasi dengan dilation membaca 5. Koordinat masukan valid adalah nol hingga empat, sehingga koordinat lima memasok padding alih-alih membaca di luar larik. Padding mewakili nol riil; penyimpanan mentah terkuantisasi dapat mengodekan nol itu dengan kode bukan nol.

Alamat linear NCHW adalah ((nC+c)H+ih)W+iw. Untuk N=1,C=2,H=W=3, koordinat (0,1,2,1) dipetakan ke 16 dalam tensor 18 elemen. Itu merupakan sampel tengah baris terakhir pada kanal kedua. Menukar sumbu kanal dan spasial mempertahankan jumlah elemen tetapi mengubah perhitungan.

Dengan G kelompok, jumlah kanal masukan dan keluaran harus habis dibagi G. Setiap keluaran mereduksi C/G kanal masukan yang termasuk kelompoknya. Hitung ukuran keluaran, hasilkan alamat, lalu periksa setiap batas masukan dalam urutan itu. Spesifikasi resmi ONNX Conv mendefinisikan atribut padding eksplisit, stride, dilation, dan group yang sesuai.