mindspore.ops.MaxPool3DWithArgmax

class mindspore.ops.MaxPool3DWithArgmax(ksize, strides, pads, dilation=(1, 1, 1), ceil_mode=False, data_format='NCDHW', argmax_type=mstype.int64)[源代码]

三维最大值池化，返回最大值结果及其索引值。

输入是shape为 \((N_{in}, C_{in}, D_{in}, H_{in}, W_{in})\) 的Tensor，输出 \((D_{in}, H_{in}, W_{in})\) 维度中的最大值。给定 ksize \(ks = (d_{ker}, h_{ker}, w_{ker})\)，和 strides \(s = (s_0, s_1, s_2)\)，运算如下：

\[\text{output}(N_i, C_j, d, h, w) = \max_{l=0, \ldots, d_{ker}-1} \max_{m=0, \ldots, h_{ker}-1} \max_{n=0, \ldots, w_{ker}-1} \text{input}(N_i, C_j, s_0 \times d + l, s_1 \times h + m, s_2 \times w + n)\]

输出是shape为 \((N_{out}, C_{out}, D_{out}, H_{out}, W_{out})\) 的Tensor，其深度、高度和宽度的计算公式如下：

\[\begin{split}\begin{array}{ll} \\ D_{out} = \frac{D_{in} + 2 \times \text{pads}[0] - \text{dilation}[0] \times (\text{ksize}[0] - 1) - 1} {\text{stride}[0]} + 1 \\ H_{out} = \frac{H_{in} + 2 \times \text{pads}[1] - \text{dilation}[1] \times (\text{ksize}[1] - 1) - 1} {\text{stride}[1]} + 1 \\ W_{out} = \frac{W_{in} + 2 \times \text{pads}[2] - \text{dilation}[2] \times (\text{ksize}[2] - 1) - 1} {\text{stride}[2]} + 1 \\ \end{array}\end{split}\]

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]]) - 池化核尺寸大小。可以是一个整数表示池化核的深度，高度和宽度，或者包含三个整数的tuple，分别表示池化核的深度，高度和宽度。
strides (Union[int, tuple[int]]) - 池化操作的移动步长。可以是一个整数表示在深度，高度和宽度方向的移动步长，或者包含三个整数的tuple，分别表示在深度，高度和宽度方向的移动步长。
pads (Union[int, tuple[int]]) - 池化填充长度。可以是一个整数表示在深度，高度和宽度方向的填充长度，或者包含三个整数的tuple，分别表示在深度，高度和宽度方向的填充长度。
dilation (Union[int, tuple[int]]) - 控制池化核内元素的间距。默认为 (1, 1, 1) 。
ceil_mode (bool) - 是否使用ceil代替floor来计算输出的shape。默认为 False 。
data_format (str) - 选择输入数据格式，当前仅支持 'NCDHW' 。默认为 'NCDHW' 。
argmax_type (mindspore.dtype) - 返回的最大值索引的数据类型。默认为 mstype.int64 。

输入：

x (Tensor) - shape为 \((N_{in}, C_{in}, D_{in}, H_{in}, W_{in})\) 的Tensor。支持数据类型包括int8、int16、int32、int64、uint8、uint16、uint32、uint64、float16、float32和float64。

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) - 输出的池化后的最大值，shape为 \((N_{out}, C_{out}, D_{out}, H_{out}, W_{out})\) 。其数据类型与 x 相同。
argmax (Tensor) - 输出的最大值对应的索引，数据类型为int32或者int64。

异常：

TypeError - x 不是Tensor。
ValueError - x 的维度不是5D。
TypeError - ksize 、 strides 、pads 、dilation 不是int或者tuple。
ValueError - ksize 或 strides 的元素值小于1。
ValueError - pads 的元素值小于0。
ValueError - data_format 不是’NCDHW’。
ValueError - argmax_type 不是mstype.int64或mstype.int32。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor, ops
>>> x = Tensor(np.arange(2 * 1 * 2 * 2 * 2).reshape((2, 1, 2, 2, 2)), mindspore.float32)
>>> max_pool3d_with_arg_op = ops.MaxPool3DWithArgmax(ksize=2, strides=1, pads=1)
>>> output_tensor, argmax = max_pool3d_with_arg_op(x)
>>> print(output_tensor.shape)
(2, 1, 3, 3, 3)
>>> print(argmax.shape)
(2, 1, 3, 3, 3)