.. py:function:: paddle.static.nn.sequence_conv(input, num_filters, filter_size=3, filter_stride=1, padding=True, padding_start=None, bias_attr=None, param_attr=None, act=None, name=None)
- 该 API 的输入只能是带有 LoD 信息的 Tensor,如果您需要处理的输入是普通的 Tensor 类型,请使用 :ref:`paddle.nn.functional.conv2d <cn_api_nn_functional_conv2d>` 。
- 参数
padding
为无用参数,将在未来的版本中被移除。
在给定的卷积参数下(如卷积核数目、卷积核大小等),对输入的变长序列(sequence)Tensor 进行卷积操作。默认情况下,该 OP 会自适应地在每个输入序列的两端等长地填充全 0 数据,以确保卷积后的序列输出长度和输入长度一致。支持通过配置 padding_start
参数来指定序列填充的行为。
这里详细介绍数据填充操作的细节: 对于一个 min-batch 为 2 的变长序列输入,分别包含 3 个、1 个时间步(time_step), 假设输入 input 是一个[4, N]的 float 类型 Tensor,为了方便,这里假设 N = 2 input.data = [[1, 1], [2, 2], [3, 3], [4, 4]] input.lod = [[0, 3, 4]] 即输入 input 总共有 4 个词,每个词被表示为一个 2 维向量。 Case1: 若 padding_start = -1,filter_size = 3, 则两端填充数据的长度分别为: up_pad_len = max(0, -padding_start) = 1 down_pad_len = max(0, filter_size + padding_start - 1) = 1 则以此填充后的输入数据为: data_aftet_padding = [[0, 0, 1, 1, 2, 2], [1, 1, 2, 2, 3, 3], [2, 2, 3, 3, 0, 0], [0, 0, 4, 4, 0, 0]] 它将和卷积核矩阵相乘得到最终的输出,假设 num_filters = 3: output.data = [[ 0.3234, -0.2334, 0.7433], [ 0.5646, 0.9464, -0.1223], [-0.1343, 0.5653, 0.4555], [ 0.9954, -0.1234, -0.1234]] output.shape = [4, 3] # 3 = num_filters output.lod = [[0, 3, 4]] # 保持不变
- input (Variable) - 维度为 (M, K) 的二维 Tensor,仅支持 lod_level 为 1。其中 M 是 mini-batch 的总时间步数,K 是输入的
hidden_size
特征维度。数据类型为 float32 或 float64。- num_filters (int) - 滤波器的数量。
- filter_size (int,可选) - 滤波器的高度(H);不支持指定滤波器宽度(W),宽度固定取值为输入的
hidden_size
。默认值为 3。- filter_stride (int,可选) - 滤波器每次移动的步长。目前只支持取值为 1,默认为 1。
- padding (bool,可选) - 此参数不起任何作用,将在未来的版本中被移除。 无论
padding
取值为 False 或者 True,默认地,该函数会自适应地在每个输入序列的两端等长地填充全 0 数据,以确保卷积后的输出序列长度和输入长度一致。默认填充是考虑到输入的序列长度可能会小于卷积核大小,这会导致无正确计算卷积输出。填充为 0 的数据在训练过程中不会被更新。默认为 True。- padding_start (int,可选) - 表示对输入序列填充时的起始位置,可以为负值。负值表示在每个序列的首端填充
|padding_start|
个时间步(time_step)的全 0 数据;正值表示对每个序列跳过前padding_start
个时间步的数据。同时在末端填充 filter\_size + padding\_start - 1 个时间步的全 0 数据,以保证卷积输出序列长度和输入长度一致。如果padding_start
为 None,则在每个序列的两端填充 \frac{filter\_size}{2} 个时间步的全 0 数据;如果padding_start
设置为 0,则只在序列的末端填充 filter\_size - 1 个时间步的全 0 数据。默认为 None。- bias_attr (ParamAttr,可选) - 指定偏置参数属性的对象。默认值为 None,表示使用默认的偏置参数属性。具体用法请参见 :ref:`cn_api_fluid_ParamAttr` 。
- param_attr (ParamAttr,可选) - 指定权重参数属性的对象。默认值为 None,表示使用默认的权重参数属性。具体用法请参见 :ref:`cn_api_fluid_ParamAttr` 。
- act (str,可选) – 应用于输出上的激活函数,如 tanh、softmax、sigmoid,relu 等,支持列表请参考 :ref:`api_guide_activations`,默认值为 None。
- name (str,可选) - 具体用法请参见 :ref:`api_guide_Name`,一般无需设置,默认值为 None。
和输入序列等长的 Tensor,数据类型和输入一致,为 float32 或 float64。
COPY-FROM: paddle.static.nn.sequence_conv