img_conv_group

• img_conv_group(input, conv_num_filter, pool_size, conv_padding=1, conv_filter_size=3, conv_act=None, param_attr=None, conv_with_batchnorm=False, conv_batchnorm_drop_rate=0.0, pool_stride=1, pool_type='max', use_cudnn=True)[源代码]

• 参数：
• • conv_num_filter （list | tuple） - 卷积中使用的滤波器数。
  • pool_size （int | list | tuple） - 池化层中池化核的大小。如果pool_size是列表或元组，则它必须包含两个整数（pool_size_height，pool_size_width）。否则，pool_size_height = pool_size_width = pool_size。
  • conv_padding （int | list | tuple） - 卷积层中的填充 padding 的大小。如果 padding 是列表或元组，则其长度必须等于 conv_num_filter 的长度。否则，所有卷积的 conv_padding 都是相同的。默认：1。
  • conv_filter_size （int | list | tuple） - 卷积层中滤波器大小。如果filter_size是列表或元组，则其长度必须等于 conv_num_filter 的长度。否则，所有卷积的 conv_filter_size 都是相同的。默认：3。
  • param_attr (ParamAttr|None) ：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 。conv2d算子默认的权重初始化是Xavier。
  • conv_with_batchnorm （bool | list） - 表示在卷积层之后是否使用 BatchNorm 。如果 conv_with_batchnorm 是一个列表，则其长度必须等于 conv_num_filter 的长度。否则， conv_with_batchnorm 指示是否所有卷积层后都使用 BatchNorm 。默认：False。
  • conv_batchnorm_drop_rate （float | list） - 表示 BatchNorm 之后的 Dropout Layer 的 。如果 conv_batchnorm_drop_rate 是一个列表，则其长度必须等于 conv_num_filter 的长度。否则，所有 Dropout Layers 的 drop_rate 都是 conv_batchnorm_drop_rate 。默认：0.0。
  • pool_stride （int | list | tuple） - 池化层的池化步长。如果 pool_stride 是列表或元组，则它必须包含两个整数（pooling_stride_height，pooling_stride_width）。否则，pooling_stride_height = pooling_stride_width = pool_stride。默认：1。
  • use_cudnn （bool） - 是否使用cudnn内核，仅在安装cudnn库时才有效。默认值：True