1# Conv2dTransposeFusion 2 3 4## 概述 5 6对一个4维的tensor执行带有偏置的二维反卷积。 7 8该算子对应的[NodeType](_n_n_rt.md#nodetype)为NODE_TYPE_CONV2D_TRANSPOSE_FUSION。 9 10参数限制：当padMode==PAD_MODE_PAD时，padList的数值必须大于等于0。其他情况下padding的数值必须为0。 11 12输入： 13 14- x，4维tensor，并按照NHWC进行排列。 15 16- weight，卷积的权重，要求weight排布为[outChannel，kernelHeight，kernelWidth，inChannel/group]， inChannel必须要能整除group。 17 18- bias，卷积的偏置，是长度为[outChannel]的数组。在量化场景下，bias 参数不需要量化参数，其量化 版本要求输入 int32 类型数据，实际量化参数由 x 和 weight 共同决定。 19 20输出： 21 22- output，n维tensor。 23 24**Since:** 25 263.2 27 28**Version:** 29 301.0 31 32**相关模块:** 33 34[NNRt](_n_n_rt.md) 35 36 37## 汇总 38 39 40### Public 属性 41 42 | 名称 | 描述 | 43| -------- | -------- | 44| [kernelSize](#kernelsize) | long[]<br/>卷积核大小。 | 45| [stride](#stride) | long[]<br/>卷积核在height和weight上的步幅，是一个长度为2的int数组[strideHeight，strideWidth]。 | 46| [dilation](#dilation) | long[]<br/>表示扩张卷积在height和weight上的扩张率，是一个长度为2的int数组[dilationHeight，dilationWidth]， 值必须大于或等于1，并且不能超过x的height和width。 | 47| [padMode](#padmode) | enum [PadMode](_n_n_rt.md#padmode)<br/>填充类型，详情请参考：[PadMode](_n_n_rt.md#padmode) | 48| [padList](#padlist) | long[]<br/>输入x周围的填充，是一个长度为4的int数组[top，bottom，left，right]。 | 49| [group](#group) | long<br/>group，将输入x按inChannel分组。 group等于1，这是常规卷积； group大于1且小于或等于inChannel，这是分组卷积。 | 50| [inChannel](#inchannel) | long<br/>输入通道数。 | 51| [outChannel](#outchannel) | long<br/>输出通道数。 | 52| [activationType](#activationtype) | enum [ActivationType](_n_n_rt.md#activationtype)<br/>激活函数类型，详情请参考：[ActivationType](_n_n_rt.md#activationtype)。 | 53| [outputPaddings](#outputpaddings) | long[]<br/>一个长度为的2整数列表，指定沿输出张量的高度和宽度的填充量。 | 54 55 56## 类成员变量说明 57 58 59### activationType 60 61 62``` 63enum ActivationType Conv2dTransposeFusion::activationType 64``` 65**描述:** 66激活函数类型，详情请参考：[ActivationType](_n_n_rt.md#activationtype)。 67 68 69### dilation 70 71 72``` 73long [] Conv2dTransposeFusion::dilation 74``` 75**描述:** 76表示扩张卷积在height和weight上的扩张率，是一个长度为2的int数组[dilationHeight，dilationWidth]， 值必须大于或等于1，并且不能超过x的height和width。 77 78 79### group 80 81 82``` 83long Conv2dTransposeFusion::group 84``` 85**描述:** 86group，将输入x按inChannel分组。 group等于1，这是常规卷积； group大于1且小于或等于inChannel，这是分组卷积。 87 88 89### inChannel 90 91 92``` 93long Conv2dTransposeFusion::inChannel 94``` 95**描述:** 96输入通道数。 97 98 99### kernelSize 100 101 102``` 103long [] Conv2dTransposeFusion::kernelSize 104``` 105**描述:** 106卷积核大小。 107 108 109### outChannel 110 111 112``` 113long Conv2dTransposeFusion::outChannel 114``` 115**描述:** 116输出通道数。 117 118 119### outputPaddings 120 121 122``` 123long [] Conv2dTransposeFusion::outputPaddings 124``` 125**描述:** 126一个长度为的2整数列表，指定沿输出张量的高度和宽度的填充量。 127 128 129### padList 130 131 132``` 133long [] Conv2dTransposeFusion::padList 134``` 135**描述:** 136输入x周围的填充，是一个长度为4的int数组[top，bottom，left，right]。 137 138 139### padMode 140 141 142``` 143enum PadMode Conv2dTransposeFusion::padMode 144``` 145**描述:** 146填充类型，详情请参考：[PadMode](_n_n_rt.md#padmode) 147 148 149### stride 150 151 152``` 153long [] Conv2dTransposeFusion::stride 154``` 155**描述:** 156卷积核在height和weight上的步幅，是一个长度为2的int数组[strideHeight，strideWidth]。 157