文档反馈

问题文档片段

问题文档片段包含公式时，显示为空格。

提交类型

issue

有点复杂...

找人问问吧。

请选择提交类型

问题类型

规范和低错类

- 规范和低错类：

- 错别字或拼写错误，标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致，但不影响操作。

- 表述不通顺，但不影响理解。

- 版本号不匹配：如软件包名称、界面版本号。

易用性

- 易用性：

- 关键步骤错误或缺失，无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰，该分类、分项、分步骤的没有给出。

正确性

- 正确性：

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误，无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示：

- 对重要数据或系统存在风险的操作，缺少安全提示。

内容合规

- 内容合规：

- 违反法律法规，涉及政治、领土主权等敏感词。

- 内容侵权。

请选择问题类型

问题描述

点击输入详细问题描述，以帮助我们快速定位问题。

提交

文档反馈

mindspore.nn.AdaptiveMaxPool3d

class mindspore.nn.AdaptiveMaxPool3d(output_size, return_indices=False)

对输入Tensor，提供三维自适应最大池化操作。对于任何输入尺寸，输出的大小为 $(D,H,W)$ 。输出特征的数量与输入特征的数量相同。

参数：

• output_size (Union[int, tuple]) - 表示输出特征图的尺寸，输入可以是tuple $(D,H,W)$，也可以是一个int值D来表示输出尺寸为 $(D,D,D)$ 。$D$ ， $H$ 和 $W$ 可以是int型整数或者None，其中None表示输出大小与对应的输入的大小相同。

• return_indices (bool) - 如果 return_indices 为True，将会输出最大值对应的索引，否则不输出索引。默认为False。

输入：

• x (Tensor) - shape为 $(C,D,H,W)$ 或 $(N，C,D,H,W)$ 的Tensor，支持的数据类型包括int8、int16、int32、int64、uint8、uint16、uint32、uint64、float16、float32、float64。

输出：

• y (Tensor) - Tensor，与输入 x 的数据类型和维度相同。

• argmax (Tensor) - Tensor，最大值对应的索引，数据类型为int32，并与 y 的shape相同。仅当 return_indices 为True的时候才返回该值。

异常：

• TypeError - x 不是Tensor。

• ValueError - x 的维度不是4D或者5D。

• TypeError - x 的数据类型不是int8、int16、int32、int64、uint8、uint16、uint32、uint64、float16、float32、float64其中之一。

• ValueError - output_size 不是一个int整数或者shape为(3,)的tuple。

支持平台：

GPU CPU

样例：

>>> x = Tensor(np.arange(0,36).reshape((1, 3, 3, 4)).astype(np.float32))
>>> output_size = (1, 1, 2)
>>> net = nn.AdaptiveMaxPool3d(output_size, True)
>>> output = net(x)
>>> print(output[0].asnumpy())
[[[[33. 35.]]]]
>>> print(output[1].asnumpy())
[[[[33 35]]]]