mindspore.ops.Im2Col

class mindspore.ops.Im2Col(ksizes, strides=1, dilations=1, pads=0)[源代码]

从一个batch的输入Tensor中提取滑动局部块。

考虑一个batch的输入Tensor，其shape为 \((N, C, *)\) ，其中 \(N\) 是batch维度， \(C\) 是channel维度， \(*\) 表示任意的空间维度。此操作将展平输入 x 空间维度内每个滑动的 ksize 大小的滑块为输出的4-D Tensor中的一列(如，最后一维)，输出Tensor的shape为 \((N, C, \prod(\text{kernel_size}), L)\) ， 其中 \(C \times \prod(\text{kernel_size})\) 为每个滑块内值的总数量(一个滑块有 \(\prod(\text{kernel_size})\) 个空间位置， 每个位置都包含一个 C 通道的向量)，共有 \(L\) 个这样的滑块：

\[L = \prod_d \left\lfloor\frac{\text{spatial_size}[d] + 2 \times \text{pads}[d] % - \text{dilations}[d] \times (\text{kernel_size}[d] - 1) - 1}{\text{strides}[d]} + 1\right\rfloor,\]

其中， \(\text{spatial_size}\) 由输入 x 的空间维度(上面的 \(*\) )决定， \(d\) 遍历所有的空间维度。

因此，在最后一个维度(列维度)上 output 包含特定块内的所有值。

pads ， strides 和 dilations 决定了滑块如何被取出。

说明

目前，只支持4-D Tensor(一个batch的图像Tensor)。

警告

这是一个实验性API，后续可能修改或删除。

参数：

  • ksizes (Union[int, tuple[int], list[int]]) - 内核的大小，应该是两个整数，分别代表高度和宽度。如果是一个整数，则表示高度等于宽度。必须被指定。

  • strides (Union[int, tuple[int], list[int]]，可选) - 窗口的滑动步幅，应该是高度和宽度两个整数。如果只有一个整数，则表示高度等于宽度。默认值：1。

  • dilations (Union[int, tuple[int], list[int]]，可选) - 窗口的扩张系数，应该是高度和宽度两个整数。如果只有一个整数，则表示高度等于宽度。默认值：1。

  • pads (Union[int, tuple[int], list[int]]，可选) - 窗口的填充，必须是1个或2个整数来指定高宽和宽度方向的填充。默认值：0。

    • 如果是1个整数，则 \(pad\_height = pad\_width\) 。

    • 如果是2个整数，则 \(pad\_height = pads[0]\), \(pad\_width = pads[1]\) 。

输入：

  • x (Tensor) - 输入Tensor，只支持4-D Tensor(1个batch的图像Tensor)。支持所有的实数类型。

输出：

Tensor，一个4-D Tensor，与输入 x 的数据类型相同。

异常：

  • TypeError - 如果 ksizes 的类型不在Union[int, tuple[int], list[int]]内。

  • TypeError - 如果 strides 的类型不在Union[int, tuple[int], list[int]]内。

  • TypeError - 如果 dilations 的类型不在Union[int, tuple[int], list[int]]内。

  • TypeError - 如果 pads 类型不在Union[int, tuple[int], list[int]]内。

  • ValueError - 如果 ksizes 的值不大于0或其元素数量大于2。

  • ValueError - 如果 strides 的值不大于0或其元素数量大于2。

  • ValueError - 如果 dilations 的值不大于0或其元素数量大于2。

  • ValueError - 如果 pads 的值不大于0。

支持平台：

Ascend GPU CPU

样例：

>>> x = Tensor(input_data=np.random.rand(4, 4, 32, 32), dtype=mstype.float64)
>>> im2col = ops.Im2Col(ksizes=3, strides=1, dilations=1)
>>> y = im2col(x)
>>> print(y.shape)
(4, 4, 9, 900)