mindspore.ops.Col2Im

class mindspore.ops.Col2Im(kernel_size, dilation=1, padding=0, stride=1)[源代码]

将一个行向量重新排列成图像。通常用于从一组图像补丁（或滑动局部块）中重建图像。

假设输入Tensor的shape为 \((N, C, \prod(\text{kernel_size}), L)\) ，\(N\) 代表Batch数量，\(C\) 代表Channel数量，\(\prod(\text{kernel_size})\) 代表滑窗大小，\(L\) 代表滑窗总数。Col2Im将这些局部块组合成shape为 \((N, C, \text{output_size}[0], \text{output_size}[1], \dots)\) 的Tensor作为输出，对于滑块间的重叠值采取求和策略。

输入与输出的shape之间的关系可以表示为：

\[L = \prod_d \left\lfloor\frac{\text{output_size}[d] + 2 \times \text{padding}[d] % - \text{dilation}[d] \times (\text{kernel_size}[d] - 1) - 1}{\text{stride}[d]} + 1\right\rfloor\]

式中 \(d\) 代表高度与宽度上两个维度， dilation 、 padding 和 stride 决定了滑窗如何滑动与检索元素。

警告

这是一个实验性API，后续可能修改或删除。

参数：

  • kernel_size (Union[int, tuple[int], list[int]]) - 滑窗大小，由两个正整数组成，分别代表滑窗的高度与宽度。如果数据类型为int，代表不同方向上的填充大小相等。取值必须由用户指定。

  • dilation (Union[int, tuple[int], list[int]], 可选) - 滑窗之间的间距，由两个正整数组成，分别代表横向与纵向上滑窗移动时与上一个滑窗间的距离。如果数据类型为int，代表不同方向上的填充大小相等。默认值： 1 。

  • padding (Union[int, tuple[int], list[int]], 可选) - 滑窗取数前在输入 x 周围隐式填充0（若需）的范围，由两个正整数组成，分别代表横向与纵向上的填充范围。如果数据类型为int，代表不同方向上的填充大小相等。默认值： 0 。

  • stride (Union[int, tuple[int], list[int]], 可选) - 滑窗移动的步长，由两个正整数组成，分别代表滑窗在横向与纵向上的移动步长。如果数据类型为int，代表不同方向上的步长相等。默认值： 1 。

输入：

  • x (Tensor) - 4D 输入Tensor。

  • output_size (Tensor) - 1D Tensor，输出Tensor的后两维的shape，包含2个元素且其数据类型为int32或int64。

输出：

4D Tensor，类型与输入 x 一致。

异常：

  • TypeError - 输入 kernel_size 、 dilation 、 padding 、 stride 的数据类型不是int、tuple[int]或list[int]之一。

  • ValueError - 输入 kernel_size 、 dilation 、 padding 、 stride 的值小于等于0或者其中元素的个数大于2。

  • ValueError - x.shape[2] != kernel_size[0] * kernel_size[1]。

  • ValueError - x.shape[3]与计算出的滑动块数量不匹配。

支持平台：

Ascend GPU CPU

样例：

>>> import numpy as np
>>> from mindspore import Tensor, ops
>>> from mindspore import dtype as mstype
>>> x = Tensor(input_data=np.random.rand(16, 16, 4, 25), dtype=mstype.float32)
>>> output_size = Tensor(input_data=[8, 8], dtype=mstype.int32)
>>> col2im = ops.Col2Im(kernel_size=[2, 2], dilation=[2, 2], padding=[2, 2], stride=[2, 2])
>>> y = col2im(x, output_size)
>>> print(y.shape)
(16, 16, 8, 8)