mindspore.ops.MaxPoolWithArgmaxV2
- class mindspore.ops.MaxPoolWithArgmaxV2(kernel_size, strides=None, pads=0, dilation=(1, 1), ceil_mode=False, argmax_type=mstype.int64)[源代码]
对输入Tensor执行最大池化运算,并返回最大值和索引。
通常,输入的shape为 \((N_{in}, C_{in}, H_{in}, W_{in})\) ,MaxPool在 \((H_{in}, W_{in})\) 维度输出区域最大值。给定 kernel_size 为 \((h_{ker}, w_{ker})\) 和 strides 为 \((s_0, s_1)\) ,运算如下:
\[\text{output}(N_i, C_j, h, w) = \max_{m=0, \ldots, h_{ker}-1} \max_{n=0, \ldots, w_{ker}-1} \text{input}(N_i, C_j, s_0 \times h + m, s_1 times\ w + n)\]警告
这是一个实验性API,后续可能修改或删除。
- 参数:
kernel_size (Union[int, tuple[int]]) - 指定池化核尺寸大小。由一个整数或者两个整数组成的tuple,分别表示高和宽。
strides (Union[int, tuple[int]], 可选) - 池化操作的移动步长。由一个整数或者两个整数组成的tuple,分别表示在高和宽方向上的移动步长。默认值:None。表示取 kernel_size 的值。
pads (Union[int, tuple[int]], 可选) - 池化操作的填充元素个数。由一个整数或者两个整数组成的tuple,分别表示在高和宽方向上的填充0的个数。默认值:0。
dilation (Union[int, tuple[int]], 可选) - 控制池化核内元素的间距。由一个整数或者两个整数组成的tuple,分别表示在高和宽方向上的核内间距。默认值:(1, 1)。
ceil_mode (bool, 可选) - 控制是否使用Ceil计算输出shape。默认值:False。表示使用Floor计算输出。
argmax_type (mindspore.dtype, 可选) - 指定输出 argmax 的数据类型。默认值:mstype.int64。【该参数在Ascend上不生效。】
- 输入:
x (Tensor) - shape为 \((N_{in}, C_{in}, H_{in}, W_{in})\) 的Tensor。在CPU和GPU上,支持的数据类型包括:int8,int16,int32,int64,uint8,uint16,uint32,uint64,float16,float32和float64。在Ascend上,数据类型仅支持Float16。
- 输出:
包含两个Tensor的tuple,分别表示最大值结果和最大值对应的索引。
output (Tensor) - 输出池化后的最大值,其数据类型与 x 相同。
\[H_{out} = \left\lfloor\frac{H_{in} + 2 * \text{pads[0]} - \text{dilation[0]} \times (\text{kernel_size[0]} - 1) - 1}{\text{strides[0]}} + 1\right\rfloor\]\[W_{out} = \left\lfloor\frac{W_{in} + 2 * \text{pads[1]} - \text{dilation[1]} \times (\text{kernel_size[1]} - 1) - 1}{\text{strides[1]}} + 1\right\rfloor\]argmax (Tensor) - 输出的最大值对应的索引。在CPU和GPU上,数据类型为int32或者int64。在Ascend上,数据类型为uint16。
- 异常:
TypeError - x 不是Tensor。
ValueError - x 的维度不是4D。
TypeError - kernel_size 、 strides 、 pads 或者 dilation 即不是int也不是tuple。
ValueError - kernel_size 、 strides 或者 dilation 的元素小于1。
ValueError - pads 的元素值小于0。
ValueError - pads 的元素值大于 kernel_size 的一半。
ValueError - argmax_type 即不是mindspore.int64也不是mindspore.int32。
TypeError - ceil_mode 不是bool。
- 支持平台:
Ascend
GPU
CPU
样例:
>>> x = Tensor(np.arange(20 * 16 * 50 * 32).reshape((20, 16, 50, 32)), mindspore.float32) >>> maxpool_arg_v2_op = ops.MaxPoolWithArgmaxV2(kernel_size=(3, 2), strides=(2, 1)) >>> output_tensor, argmax = maxpool_arg_v2_op(x) >>> print(output_tensor.shape) (20, 16, 24, 31) >>> print(argmax.shape) (20, 16, 24, 31)