mindspore.ops.MaxUnpool2D

class mindspore.ops.MaxUnpool2D(ksize, strides=0, pads=0, output_shape=(), data_format='NCHW')[源代码]

MaxPool2D的逆过程。

由于MaxPool2D会丢失非最大值，因此它不是完全可逆的。MaxUnpool2D将MaxPool2D的输出作为输入，包括最大值的索引，并计算部分逆，其中所有非最大值都被设置为零。例如，输入的shape为 \((N, C, H_{in}, W_{in})\) ，输出的shape为 \((N, C, H_{out}, W_{out})\) ，则该操作如下式所示：

\[\begin{split}\begin{array}{ll} \\ H_{out} = (H{in} - 1) \times strides[0] - 2 \times pads[0] + ksize[0] \\ W_{out} = (W{in} - 1) \times strides[1] - 2 \times pads[1] + ksize[1] \\ \end{array}\end{split}\]

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]]) - 用于取最大值的内核大小，是一个整数，表示内核的高度和宽度，或一个元组包含两个整数，分别表示高度和宽度的整数。
strides (Union[int, tuple[int]]，可选) - 内核移动的步长，如果 strides 为0或(0, 0), 那么 strides 等于 ksize 。默认值： 0 。
- 一个整数，则表示移动的高度和宽度都是 strides ，
- 两个整数的元组，分别表示高度和宽度方向的移动步长。
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，则高度和宽度方向的填充数量相同，都等于 pads 。
- 如果 pads 是含两个整数的元组，高度和宽度方向的填充数量分别等于 pads[0] 和 pads[1] 。
output_shape (tuple[int]，可选) - 一个可选的输入，指定目标输出的尺寸。默认值： () 。
- 如果 \(output\_shape == ()\) ，则输出的shape由 kszie 、 strides 和 pads 计算得到。
- 如果 \(output\_shape != ()\) ，则 output_shape 必须为 \((N, C, H, W)\) 或 \((N, H, W, C)\) ，同时 output_shape 必须属于 \([(N, C, H_{out} - strides[0], W_{out} - strides[1]), (N, C, H_{out} + strides[0], W_{out} + strides[1])]\) 。
data_format (str，可选) - 可选的数据格式。当前支持 "NCHW" 和 "NHWC" 。默认值： "NCHW" 。

输入：

x (Tensor) - 求逆的输入Tensor。其shape为 \((N, C, H_{in}, W_{in})\) 或 \((N, H_{in}, W_{in}, C)\) 。
argmax (Tensor) - argmax 表示最大值的索引。其shape必须与输入 x 相同。 argmax 的值必须属于 \([0, H_{in} \times W_{in} - 1]\) ，数据类型必须为int32或int64。

输出：

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

异常：

TypeError - 如果 x 或 argmax 的数据类型不支持。
TypeError - 如果 ksize 、 strides 或 pads 既不是int又不是tuple。
ValueError - 如果 strides (也支持0和(0, 0)) 或 ksize 的值不是正数。
ValueError - 如果 pads 的值是负数。
ValueError - 如果 ksize 、 strides 或 pads 不是长度为2的tuple。
ValueError - 如果 data_format 不是str，同时也不是 "NCHW" 或 "NHWC" 。
ValueError - 如果 output_shape 的长度不是0或4。
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：

>>> import numpy as np
>>> from mindspore import Tensor, ops
>>> x = Tensor(np.array([[[[0, 1], [8, 9]]]]).astype(np.float32))
>>> argmax = Tensor(np.array([[[[0, 1], [2, 3]]]]).astype(np.int64))
>>> maxunpool2d = ops.MaxUnpool2D(ksize=1, strides=1, pads=0)
>>> output = maxunpool2d(x, argmax)
>>> print(output.asnumpy())
[[[[0. 1.]
    [8. 9.]]]]