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。

提交

文档反馈

mindspore.ops.MaxUnpool3D

class mindspore.ops.MaxUnpool3D(ksize, strides=0, pads=0, output_shape=(), data_format='NCDHW')

mindspore.ops.MaxPool3D 的逆过程。

MaxUnpool3D 在计算逆的过程中，保留最大值位置的元素，并将非最大值位置元素设置为0。 通常情况下，输入数据格式为 $(N,C,D_{in},H_{in},W_{in})$ ， 输出数据的格式为 $(N,C,D_{out},H_{out},W_{out})$ ，计算公式如下：

$$\begin{array}{r}\begin{array}{l}\\ D_{out}=(Din-1)\times strides[0]-2\times pads[0]+ksize[0]\\ H_{out}=(Hin-1)\times strides[1]-2\times pads[1]+ksize[1]\\ W_{out}=(Win-1)\times strides[2]-2\times pads[2]+ksize[2]\end{array}\end{array}$$

警告

这是一个实验性API，后续可能修改或删除。

参数：

• ksize (Union[int, tuple[int]]) - 用于取最大值的内核大小， 是一个整数，表示内核的深度、高度和宽度，或一个元组包含三个整数，分别表示深度、高度和宽度。

• strides (Union[int, tuple[int]]，可选) - 内核移动的步长，默认值：0。

  • 一个整数，则表示移动的深度、高度和宽度都是 strides ，

  • 三个整数的元组，分别表示深度、高度和宽度方向的移动步长。

  • 如果 strides 为0或(0, 0, 0)，那么 strides 等于 ksize 。

• pads (Union[int, tuple[int]]，可选) - 需要被填充的值。默认值：0。

  • 如果 pads 是一个整数，则深度、高度和宽度方向的填充数量相同，都等于 pads 。

  • 如果 pads 是含三个整数的元组，则深度、高度和宽度方向的填充数量分别等于 pads[0] 、 pads[1] 和 pads[2]。

• output_shape (tuple[int]，可选) - 指定目标输出的尺寸。默认值：()。

  • 如果 $output\mathrm{\_}shape==()$ ，则输出的shape由 kszie 、 strides 和 pads 根据上面的公式计算得到。

  • 如果 $output\mathrm{\_}shape!=()$ ，则 output_shape 数据格式为 $(N,C,D,H,W)$ 或 $(N,D,H,W,C)$ ， 同时 output_shape 必须属于 $[(N,C,D_{out}-strides[0],H_{out}-strides[1],W_{out}-strides[2]),(N,C,D_{out}+strides[0],H_{out}+strides[1],W_{out}+strides[2])]$ 范围。

• data_format (str，可选) - 可选的数据格式。当前支持 NCDHW 和 NDHWC 。默认值： NCDHW 。

输入：

• x (Tensor) - 求逆的输入Tensor。其shape为 $(N,C,D_{in},H_{in},W_{in})$ 或 $(N,D_{in},H_{in},W_{in},C)$ 。

• argmax (Tensor) - argmax 表示最大值的索引。其shape必须与输入 x 相同。 argmax 的值必须在 $[0,D_{in}\times H_{in}\times W_{in}-1]$ 范围内，数据类型必须为int32或int64。

输出：

Tensor，其shape为 $(N,C,D_{out},H_{out},W_{out})$ 或 $(N,D_{out},H_{out},W_{out},C)$ ， 与 x 的数据类型相同。

异常：

• TypeError - 如果 x 或 argmax 的数据类型不是Number。

• TypeError - 如果 ksize 、 strides 或 pads 既不是int又不是tuple。

• ValueError - 如果 strides 或 ksize 的值是负数。

• ValueError - 如果 pads 的值是负数。

• ValueError - 如果 ksize 、 strides 或 pads 是tuple，但长度不是3。

• ValueError - 如果 data_format 不是值为 “NCDHW” 或 “NDHWC” 的str。

• ValueError - 如果 output_shape 的长度不是0或5。

• ValueError - 如果 output_shape 不在由 ksize 、 strides 和 pads 计算出的输出尺寸范围内。

支持平台：

Ascend GPU CPU

样例：

>>> x = Tensor(np.array([[[[[0, 1], [8, 9]]]]]).astype(np.float32))
>>> argmax = Tensor(np.array([[[[[0, 1], [2, 3]]]]]).astype(np.int64))
>>> maxunpool3d = ops.MaxUnpool3D(ksize=1, strides=1, pads=0)
>>> output = maxunpool3d(x, argmax)
>>> print(output.asnumpy())
[[[[[0. 1.]
    [8. 9.]]]]]