mindspore.nn.Unfold
====================

.. py:class:: mindspore.nn.Unfold(ksizes, strides, rates, padding='valid')

    从图像中提取滑窗的区域块。
    
    输入为一个四维的Tensor，数据格式为(N, C, H, W)。

    **参数：**

    - **ksizes** (Union[tuple[int], list[int]])：滑窗大小，其格式为[1, ksize_row, ksize_col, 1]的int组成的tuple或list。
    - **strides** (Union[tuple[int], list[int]])：滑窗步长，其格式为[1, stride_row, stride_col, 1]的int组成的tuple或list。
    - **rates** (Union[tuple[int], list[int]])：滑窗元素之间的空洞个数，其格式为[1, rate_row, rate_col, 1] 的int组成的tuple或list。
    - **padding** (str)：填充模式，可选值有："same"或"valid"的字符串，不区分大小写。默认值："valid"。

      - **same** - 指所提取的区域块的部分区域可以在原始图像之外，此部分填充为0。
      - **valid** - 表示所取的区域快必须被原始图像所覆盖。

    **输入：**

    - **x** (Tensor) - 输入四维Tensor， 其shape为[in_batch, in_depth, in_row, in_col]，其数据类型为int。

    **输出：**

    Tensor，输出为四维Tensor，数据类型与 `x` 相同，其shape为(out_batch, out_depth, out_row, out_col)，且 `out_batch` 与 `in_batch` 相同。

    :math:`out\_depth = ksize\_row * ksize\_col * in\_depth`

    :math:`out\_row = (in\_row - (ksize\_row + (ksize\_row - 1) * (rate\_row - 1))) // stride\_row + 1`

    :math:`out\_col = (in\_col - (ksize\_col + (ksize\_col - 1) * (rate\_col - 1))) // stride\_col + 1`

    **异常：**

    - **TypeError** - `ksize` ， `strides` 或 `rates` 既不是tuple，也不是list。
    - **ValueError** - `ksize` ， `strides` 或 `rates` 的shape不是(1, x_row, x_col, 1)。
    - **ValueError** - `ksize` ， `strides` 或 `rates` 的第二个和第三个元素小于1。