mindspore.ops.GridSampler3D

class mindspore.ops.GridSampler3D(interpolation_mode='bilinear', padding_mode='zeros', align_corners=False)[源代码]

给定一个输入和一个网格，使用网格中的输入值和像素位置计算输出。只支持体积(5-D)的输入。

警告

这是一个实验性API，后续可能修改或删除。

更多参考详见 mindspore.ops.grid_sample()。

参数：

interpolation_mode (str，可选) - 指定插值方法。可选方法为 ‘bilinear’、’nearest’ 或 ‘bicubic’。默认值： ‘bilinear’。
padding_mode (str，可选) - 指定填充方法。可选方法为 ‘zeros’、’border’ 和 ‘reflection’。默认值为 ‘zeros’。
align_corners (bool，可选) - 指定对齐方式。如果设置成 True，-1和1被视为引用输入角像素的中心点。如果设置为 False，将被视为引用到输入角像素的角点，使采样更不受分辨率影响。默认值为 False。

输入：

input_x (Tensor) - 5-D输入Tensor，shape为 \((N, C, D_{in}, H_{in}, W_{in})\)。数据类型为float32或float64。
grid (Tensor) - 5-D Tensor，shape为 \((N, D_{out}, H_{out}, W_{out}, 3)\)。数据类型与 input_x 保持一致。

输出：

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

支持平台：

Ascend GPU CPU

样例：

>>> gridsampler = ops.GridSampler3D(interpolation_mode='bilinear', padding_mode='zeros', align_corners=True)
>>> input_x = Tensor(np.arange(32).reshape((2, 2, 2, 2, 2)).astype(np.float32))
>>> grid = Tensor(np.arange(-0.2, 1, 0.1).reshape((2, 2, 1, 1, 3)).astype(np.float32))
>>> output = gridsampler(input_x, grid)
>>> print(output)
[[[[[ 3.3     ]]
   [[ 4.35    ]]]
  [[[11.300001]]
   [[12.349999]]]]
 [[[[21.4     ]]
   [[22.449999]]]
  [[[29.4     ]]
   [[30.449999]]]]]