mindspore.ops.unfold

mindspore.ops.unfold(input, kernel_size, dilation=1, padding=0, stride=1)

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 kernel_size 大小的滑块为输出的3-D Tensor中的一列(如，最后一维)。

输出Tensor的shape为 $(N,C\times \prod (\text{kernel\_size}),L)$ ， 其中 $C\times \prod (\text{kernel\_size})$ 为每个滑块内值的总数量(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， $d$ 表示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。

dilation、 padding 和 stride 决定了滑块如何被取出。

警告

• 该算子的输出为三维Tensor，其shape为 $(N,C\times \prod (\text{kernel\_size}),L)$ 。

• 这是一个实验性API，后续可能修改或删除。

参数：

• input (Tensor) - 四维Tensor，支持的数据类型：float16、float32、float64、complex64和complex128。

• kernel_size (Union[int, tuple[int], list[int]]) - 滑窗大小。如果是两个int，则分别为滑窗的高度和宽度；如果是一个int，则高度和宽度均为这个int值。

• dilation (Union[int, tuple[int], list[int]]，可选) - 窗口的空洞卷积的扩充率，如果是两个int，则分别作用于滑窗的高度和宽度；如果是一个int，则这个值作用于化窗的高度和宽度。默认值： 1 。

• padding (Union[int, tuple[int], list[int]]，可选) - 滑窗的隐式零填充量。为单个int或者包含一/二个整数的tuple/list。默认值: 0 。

  • 如果是一个int，则pad_height = pad_width。

  • 如果是两个int，则pad_height = padding[0], pad_width = padding[1]。

• stride (Union[int, tuple[int], list[int]]，可选) - 空间维度上滑动的步长，如果是两个int，则分别为滑窗的高和宽方向上的步长；如果是一个int，则高和宽方向上的步长均为这个int值。默认值: 1 。

返回：

Tensor，数据类型与 input 相同，其shape如上所述。

异常：

• TypeError - kernel_size 、 stride 、 dilation 、 padding 的数据类型不是int、tuple或者list。

• ValueError - kernel_size 、 dilation 、 stride 包含元素的值小于等于0或者元素个数大于 2 。

• ValueError - padding 包含元素的值小于零。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor, ops
>>> x = Tensor(np.random.rand(4, 4, 32, 32), mindspore.float64)
>>> output = ops.unfold(x, kernel_size=3, dilation=1, stride=1)
>>> print(output.shape)
(4, 36, 900)