img_conv_group
Image Convolution Group由Convolution2d,BatchNorm,DropOut和Pool2d组成。根据输入参数,img_conv_group将使用Convolution2d,BatchNorm,DropOut对Input进行连续计算,得到最后结果。
参数:
input (Variable) - 输入,格式为[N,C,H,W]的4-D Tensor。数据类型:float32和float64。
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_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。conv_act (str) - 卷积层之后接的的激活层类型,
BatchNorm
后面没有。默认:None。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_batchnorm_drop_rate (float | list) - 表示
BatchNorm
之后的Dropout Layer
的drop_rate
。如果 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_type (str) - 池化类型可以是最大池化的
max
和平均池化的avg
。默认:max。
返回: Tensor。使用Convolution2d,BatchNorm,DropOut和Pool2d进行串行计算后的最终结果。
返回类型: Variable
代码示例: