mindspore.ops.AvgPool3D

class mindspore.ops.AvgPool3D(kernel_size=1, strides=1, pad_mode='valid', pad=0, ceil_mode=False, count_include_pad=True, divisor_override=0, data_format='NCDHW')[源代码]

对输入的多维数据进行三维的平均池化运算。

一般，输入shape为 \((N, C, D_{in}, H_{in}, W_{in})\) ，AvgPool3D在 \((D_{in}, H_{in}, W_{in})\) 维度上输出区域平均值。给定 kernel_size 为 \((kD,kH,kW)\) 和 stride ，运算如下：

Warning

“kernel_size”在[1, 255]范围中。”strides”在[1, 63]范围中。

\[\text{output}(N_i, C_j, d, h, w) = \frac{1}{kD * kH * kW} \sum_{l=0}^{kD-1} \sum_{m=0}^{kH-1} \sum_{n=0}^{kW-1} \text{input}(N_i, C_j, stride[0] \times d + l, stride[1] \times h + m, stride[2] \times w + n)\]

参数：

  • kernel_size (Union[int, tuple[int]]) - 指定池化核尺寸大小，是一个整数，对应深度、高度和宽度，或者是含3个分别对应深度、高度和宽度整数的tuple。默认值：1。

  • strides (Union[int, tuple[int]]) - 池化操作的移动步长，是一个整数，对应移动深度、高度和宽度，或者是含3个分别表对应移动深度、高度和宽度整数的tuple。默认值：1。

  • pad_mode (str) - 指定池化填充模式，可选值有：”same”、”valid”或”pad”。默认值：”valid”。

    • same - 输出的深度、高度和宽度分别与输入整除 stride 后的值相同。

    • valid - 在不填充的前提下返回有效计算所得的输出。不满足计算的多余像素会被丢弃。

    • pad - 对输入进行填充。 在输入的深度、高度和宽度方向上填充 pad 大小的0。如果设置此模式， pad 必须大于或等于0。

  • pad (Union(int, tuple[int])) - 池化填充方式。默认值：0。如果 pad 是一个整数，则头部、尾部、顶部、底部、左边和右边的填充都是相同的，等于pad。如果 pad 是六个integer的tuple，则头部、尾部、顶部、底部、左边和右边的填充分别等于填充pad[0]、pad[1]、pad[2]、pad[3]、pad[4]和pad[5]。

  • ceil_mode (bool) - 是否使用ceil函数计算输出高度和宽度。默认值：False。

  • count_include_pad (bool) - 如果为True，平均计算将包括零填充。默认值：True。

  • divisor_override (int) - 如果指定了该值，它将在平均计算中用作除数，否则将使用kernel_size作为除数。默认值：0。

  • data_format (str) - 输入和输出的数据格式。。目前仅支持’NCDHW’。默认值：’NCDHW’。

输入：

  • x (Tensor) - shape为 \((N, C, D_{in}, H_{in}, W_{in})\) 的Tensor。数据类型为float16和float32。

输出：

Tensor，其shape为 \((N, C, D_{out}, H_{out}, W_{out})\) ，数据类型与 x 相同。

异常：

  • TypeError - kernel_size 、 strides 或 pad 既不是int也不是tuple。

  • TypeError - ceil_mode 或 count_include_pad 不是bool。

  • TypeError - pad_mode 或 data_format 不是string。

  • TypeError - divisor_override 不是int。

  • ValueError - kernel_size 或 strides 中的数字不是正数。

  • ValueError - kernel_size 或 strides 是长度不等于3的tuple。

  • ValueError - pad_mode 不是’same’，’valid’，或’pad’。

  • ValueError - pad 是长度不等于6的tuple。

  • ValueError - pad 的元素小于0。

  • ValueError - pad_mode 不等于’pad’且 pad 不等于0或(0, 0, 0, 0, 0, 0)。

  • ValueError - data_format 不是’NCDHW’。

支持平台：

Ascend CPU

样例：

>>> x = Tensor(np.arange(1 * 2 * 2 * 2 * 3).reshape((1, 2, 2, 2, 3)), mindspore.float16)
>>> avg_pool3d = ops.AvgPool3D(kernel_size=2, strides=1, pad_mode="valid")
>>> output = avg_pool3d(x)
>>> print(output)
[[[[[ 5.  6.]]]
  [[[17. 18.]]]]]