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。

问题描述

请勾选同意隐私声明

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,Din,Hin,Win) ,AvgPool3D在 (Din,Hin,Win) 维度上输出区域平均值。给定 kernel_size(kD,kH,kW)stride ,运算如下:

警告

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

output(Ni,Cj,d,h,w)=1kDkHkWl=0kD1m=0kH1n=0kW1input(Ni,Cj,stride[0]×d+l,stride[1]×h+m,stride[2]×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,Din,Hin,Win) 的Tensor。数据类型为float16和float32。

输出:

Tensor,其shape为 (N,C,Dout,Hout,Wout) ,数据类型与 x 相同。

异常:
  • TypeError - kernel_sizestridespad 既不是int也不是tuple。

  • TypeError - ceil_modecount_include_pad 不是bool。

  • TypeError - pad_modedata_format 不是string。

  • TypeError - divisor_override 不是int。

  • ValueError - kernel_sizestrides 中的数字不是正数。

  • ValueError - kernel_sizestrides 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 GPU 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.]]]]]