mindspore.ops.Im2Col

class mindspore.ops.Im2Col(ksizes, strides=1, dilations=1, pads=0)

从一个batch的输入Tensor中提取滑动局部块。

考虑一个batch的输入Tensor，其shape为 $(N,C,\ast )$ ，其中 $N$ 是batch维度， $C$ 是channel维度， $\ast$ 表示任意的空间维度。此操作将展平输入 x 空间维度内每个滑动的 ksize 大小的滑块为输出的4-D Tensor中的一列(如，最后一维)，输出Tensor的shape为 $(N,C,\prod (\text{kernel\_size}),L)$ ， 其中 $C\times \prod (\text{kernel\_size})$ 表示每个滑块内的总元素数量（一个滑块有 $\prod (\text{kernel\_size})$ 个空间位置， 每个位置都包含一个 C 通道的向量），共有 $L$ 个这样的滑块：

$$L=\prod _d\lfloor \frac{\text{spatial\_size}[d]+2\times \text{pads}[d]-\text{dilations}[d]\times (\text{kernel\_size}[d]-1)-1}{\text{strides}[d]}+1\rfloor ,$$

其中， $\text{spatial\_size}$ 由输入 x 的空间维度(上面的 $\ast$ )决定， $d$ 遍历所有的空间维度。

因此，在最后一个维度(列维度)上 output 包含特定块内的所有值。

pads ， strides 和 dilations 决定了滑块如何被取出。

说明

目前，只支持4-D Tensor(一个batch的图像Tensor)。

警告

这是一个实验性API，后续可能修改或删除。

参数：

• ksizes (Union[int, tuple[int], list[int]]) - 内核的大小。若为两个整数，则分别代表高度和宽度；若只有一个整数，则同时代表高度和宽度。该参数必须被指定。

• strides (Union[int, tuple[int], list[int]]，可选) - 窗口的滑动步幅。若为两个整数，则分别代表高度和宽度；若只有一个整数，则同时代表高度和宽度。默认值： 1 。

• dilations (Union[int, tuple[int], list[int]]，可选) - 窗口的扩张系数。若为两个整数，则分别代表高度和宽度；若只有一个整数，则同时代表高度和宽度。默认值： 1 。

• pads (Union[int, tuple[int], list[int]]，可选) - 窗口的填充。必须是一个或两个整数来指定高宽和宽度方向的填充。默认值： 0 。

  • 如果是1个整数，则 $pad\mathrm{\_}height=pad\mathrm{\_}width$ 。

  • 如果是2个整数，则 $pad\mathrm{\_}height=pads[0]$, $pad\mathrm{\_}width=pads[1]$ 。

输入：

• x (Tensor) - 输入Tensor，只支持4-D Tensor(1个batch的图像Tensor)。

输出：

Tensor，一个4-D Tensor，与输入 x 的数据类型相同。

异常：

• TypeError - 如果 ksizes 的类型不在Union[int, tuple[int], list[int]]内。

• TypeError - 如果 strides 的类型不在Union[int, tuple[int], list[int]]内。

• TypeError - 如果 dilations 的类型不在Union[int, tuple[int], list[int]]内。

• TypeError - 如果 pads 类型不在Union[int, tuple[int], list[int]]内。

• ValueError - 如果 ksizes 的值不大于0或其元素数量大于2。

• ValueError - 如果 strides 的值不大于0或其元素数量大于2。

• ValueError - 如果 dilations 的值不大于0或其元素数量大于2。

• ValueError - 如果 pads 的值不大于0。

支持平台：

Ascend GPU CPU

样例：

>>> import numpy as np
>>> from mindspore import Tensor, ops
>>> from mindspore import dtype as mstype
>>> x = Tensor(input_data=np.random.rand(4, 4, 32, 32), dtype=mstype.float64)
>>> im2col = ops.Im2Col(ksizes=3, strides=1, dilations=1)
>>> y = im2col(x)
>>> print(y.shape)
(4, 4, 9, 900)