mindspore.ops.MaxPool3DWithArgmax

查看源文件
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 - ksizestridespadsdilation 不是int或者tuple。

  • ValueError - ksizestrides 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)