mindtext.modules.encoder.conv_maxpool

class mindtext.modules.encoder.conv_maxpool.ConvMaxpool (in_channels, out_channels, kernel_size, stride=1, padding=0, has_bias=False, activation=”relu”)

一个包含的那个卷积和最大池化的编码层

Example

>>> conv_maxpool = ConvMaxpool(in_channels=128, out_channels=3, kernel_sizes=3)
>>> example = Tensor(np.random.rand(2, 128, 128), mindspore.float32)
>>> output = conv_maxpool(example)

init (in_channels, out_channels, kernel_size, stride=1, padding=0, has_bias=False, activation=”relu”)

参数

• in_channels (int): 输入的大小，通常为编码大小。

• out_channels (int): 输出的大小。

• kernel_size (int): 卷积核的大小。

• stride (int): 卷积步长。

• padding (int): 填充的值。

• has_bias (bool): 是否使用偏置。

• activation (str): 激活函数，默认为relu。

construct (x)

参数

• x (Tensor): batch_size x max_len x input_size。

返回

• x (Tensor): 卷积最大池化编码层返回的向量。