有一个卷积层，参数如下：

  convolution_param {

    num_output: 512

    bias_term: true

    group: 512

    pad_h: 2

    pad_w: 2

    kernel_h: 3

    kernel_w: 3

    stride_h: 1

    stride_w: 1

    dilation: 2

  }

该卷积层pad为2，核为3*3，dilation为2，所以输出宽高和输入宽高是一模一样。在caffe下是正常运行的。

对模型进行量化一切正常，然后生成离线模型时，提示如下错误：

[cnmlError] MLU::conv_depthwise dimension mismatch,output shape is wrong, the given shape is:(n=1, c=512,h=32,w=48, d=0, t=0, data in array:{1, 32, 48, 512, } , but the expected shape is:(n=1, c=512,h=34,w=50, d=0, t=0, data in array:{1, 34, 50, 512, } 

输出形状居然宽高各多了2。

假设卷积参数为

  convolution_param {

    num_output: 512

    bias_term: true

    group: 512

    pad_h: 2

    pad_w: 2

    kernel_h: 3

    kernel_w: 3

    stride_h: 1

    stride_w: 1

    dilation: 1

  }

则会出现输出宽高比输入宽高各多2的情况。

因此猜测是不是mlu的实现中，对空洞卷积有问题所导致的？