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。

文档反馈

mindspore.ops.ScaleAndTranslate

class mindspore.ops.ScaleAndTranslate(kernel_type='lanczos3', antialias=True)[源代码]

根缩放并平移输入图像Tensor。

说明

输入图像必须是4D Tensor。
输入 size 、 scale 和 translation 必须是包含两个元素的一维Tensor。

参数：

kernel_type (str，可选) - 决定选择哪种图像滤波算法。可选列表：[“lanczos1”, “lanczos3”, “lanczos5”, “gaussian”, “box”, “triangle”, “keyscubic”, “mitchellcubic”]。默认值：“lanczos3”。
antialias (bool，可选) - 决定是否使用抗锯齿。默认值：True。

输入：

images (Tensor) - 四维Tensor，shape为 $(b a t c h, i m a g e_h e i g h t, i m a g e_w i d t h, c h a n n e l)$ 。
size (Tensor) - 缩放和平移操作后输出图像的大小。包含两个正数的的一维Tensor，形状必须为 $(2,)$ ，数据类型为int32。
scale (Tensor) - 指示缩放因子。包含两个正数的的一维Tensor，形状必须为 $(2,)$ ，数据类型为int32。
translation (Tensor) - 平移像素值。包含两个数的的一维Tensor，形状必须为 $(2,)$ ，数据类型为float32。

输出：

4-D Tensor，其shape为 $(b a t c h, s i z e [0], s i z e [1], c h a n n e l)$ ，数据类型为float32。

异常：

TypeError - kernel_type 不是str类型。
TypeError - antialias bool类型。
TypeError - images 数据类型无效。
TypeError - size 不是int32类型。
TypeError - scale 不是float32类型、。
TypeError - translation 不是Tensor或者数据类型不是float32。
ValueError - kernel_type 不在列表里面：[“lanczos1”, “lanczos3”, “lanczos5”, “gaussian”, “box”, “triangle”, “keyscubic”, “mitchellcubic”]。
ValueError - images 的秩不等于4。
ValueError - size 的shape不是 $(2,)$ 。
ValueError - scale 的shape不是 $(2,)$
ValueError - translation 的shape不是 $(2,)$

支持平台：

GPU CPU

样例：

>>> op = ops.ScaleAndTranslate()
>>> image = Tensor(np.array([[[[9.0], [5.0], [2.0], [1.0]],
...                           [[6.0], [1.0], [9.0], [7.0]]]]), mindspore.float32)
>>> size = Tensor(np.array([2, 2]).astype(np.int32))
>>> scale = Tensor(np.array([1, 1]).astype(np.float32))
>>> translation = Tensor(np.array([1, 1]).astype(np.float32))
>>> output = op(image, size, scale, translation)
>>> print(output)
[[[[0.]
   [0.]]
  [[0.]
   [9.]]]]