mindspore.nn.Unfold
- class mindspore.nn.Unfold(ksizes, strides, rates, padding='valid')[源代码]
从图像中提取滑窗的区域块。
输入为一个四维的Tensor,数据格式为(N, C, H, W)。
- 参数:
ksizes (Union[tuple[int], list[int]]) - 滑窗大小,其格式为[1, ksize_row, ksize_col, 1]的int组成的tuple或list。
strides (Union[tuple[int], list[int]]) - 滑窗步长,其格式为[1, stride_row, stride_col, 1]的int组成的tuple或list。
rates (Union[tuple[int], list[int]]) - 滑窗元素之间的空洞个数,其格式为[1, rate_row, rate_col, 1] 的int组成的tuple或list。
padding (str) - 填充模式,可选值有:
"same"
或"valid"
的字符串,不区分大小写。默认值:"valid"
。"same"
- 指所提取的区域块的部分区域可以在原始图像之外,此部分填充为0。"valid"
- 表示所取的区域快必须被原始图像所覆盖。
- 输入:
x (Tensor) - 输入四维Tensor,其shape为 \([in\_batch, in\_depth, in\_row, in\_col]\),其数据类型为int。
- 输出:
Tensor,输出为四维Tensor,数据类型与 x 相同,其shape为 \((out\_batch, out\_depth, out\_row, out\_col)\),且 out_batch 与 in_batch 相同。
\(out\_depth = ksize\_row * ksize\_col * in\_depth\)
\(out\_row = (in\_row - (ksize\_row + (ksize\_row - 1) * (rate\_row - 1))) // stride\_row + 1\)
\(out\_col = (in\_col - (ksize\_col + (ksize\_col - 1) * (rate\_col - 1))) // stride\_col + 1\)
- 异常:
TypeError - ksizes , strides 或 rates 既不是tuple,也不是list。
ValueError - ksizes , strides 或 rates 的shape不是 \((1, x\_row, x\_col, 1)\)。
ValueError - ksizes , strides 或 rates 的第二个和第三个元素小于1。
- 支持平台:
Ascend
GPU
样例:
>>> import mindspore >>> from mindspore import Tensor, nn >>> import numpy as np >>> net = nn.Unfold(ksizes=[1, 2, 2, 1], strides=[1, 2, 2, 1], rates=[1, 2, 2, 1]) >>> # As stated in the above code: >>> # ksize_row = 2, ksize_col = 2, rate_row = 2, rate_col = 2, stride_row = 2, stride_col = 2. >>> image = Tensor(np.ones([2, 3, 6, 6]), dtype=mindspore.float16) >>> # in_batch = 2, in_depth = 3, in_row = 6, in_col = 6. >>> # Substituting the formula to get: >>> # out_batch = in_batch = 2 >>> # out_depth = 2 * 2 * 3 = 12 >>> # out_row = (6 - (2 + (2 - 1) * (2 - 1))) // 2 + 1 = 2 >>> # out_col = (6 - (2 + (2 - 1) * (2 - 1))) // 2 + 1 = 2 >>> output = net(image) >>> print(output.shape) (2, 12, 2, 2)