比较与torch.nn.functional.fold的功能差异

torch.nn.functional.fold

torch.nn.functional.fold(input, output_size, kernel_size, dilation=1, padding=0, stride=1)

更多内容详见torch.nn.functional.fold。

mindspore.ops.fold

mindspore.ops.fold(input, output_size, kernel_size, dilation=1, padding=0, stride=1)

更多内容详见mindspore.ops.fold。

差异对比

PyTorch：将提取出的滑动局部区域块还原成更大的输出Tensor。

MindSpore：MindSpore此API实现功能与PyTorch基本一致。

分类	子类	PyTorch	MindSpore	差异
参数	参数1	input	input	Pytorch：shape大小为 :math:(N, C \times \prod(\text{kernel_size}), L) ，MindSpore：shape大小为 :math:(N, C, \prod(\text{kernel_size}), L)
	参数2	output_size	output_size	Pytorch：整型或者元组类型，MindSpore：一维Tensor，包含两个元素，均为整数类型
	参数3	kernel_size	kernel_size	-
	参数4	dilation	dilation	-
	参数5	padding	padding	-
	参数6	stride	stride	-

代码示例1

两API实现功能一致，用法相同。

# PyTorch
import torch
import numpy as np
x = np.random.randn(1, 3 * 2 * 2, 12)
input = torch.tensor(x, dtype=torch.float32)
output = torch.nn.functional.fold(input, output_size=(4, 5), kernel_size=(2, 2))
print(output.detach().shape)
# [1, 3, 4, 5]

# MindSpore
import mindspore
import numpy as np
x = np.random.randn(1, 3, 4, 12)
input = mindspore.Tensor(x, mindspore.float32)
output_size = mindspore.Tensor((4, 5), mindspore.int32)
output = mindspore.ops.fold(input, output_size, kernel_size=(2, 2))
print(output)
# (1, 3, 4, 5)