mindspore.ops.GridSampler3D
- class mindspore.ops.GridSampler3D(interpolation_mode='bilinear', padding_mode='zeros', align_corners=False)[源代码]
给定一个输入和一个网格,使用网格中的输入值和像素位置计算输出。只支持体积(5-D)的输入。
警告
这是一个实验性API,后续可能修改或删除。
更多参考详见
mindspore.ops.grid_sample()
。- 参数:
interpolation_mode (str,可选) - 指定插值方法。可选方法为
'bilinear'
、'nearest'
或'bicubic'
。默认值:'bilinear'
。'nearest'
:最近邻插值。每个输出像素的值为最近的输入像素的值。这种方法简单快速,但可能导致块状或像素化的输出。'bilinear'
:双线性插值。每个输出像素是最接近的四个输入像素的加权平均值,使用双线性插值计算。与最近邻插值相比,此方法产生更平滑的结果。
padding_mode (str,可选) - 指定填充模式的可选字符串。可选值为:
'zeros'
、'border'
或者'reflection'
,默认值:'zeros'
。 当采样grid超出输入Tensor的边界时,各种填充模式效果如下:'zeros'
:使用零填充输入Tensor。'border'
:使用Tensor边缘上像素的值填充输入Tensor。'reflection'
:通过反射Tensor边界处的像素值,并将反射值沿着Tensor的边界向外扩展来填充输入Tensor。
align_corners (bool,可选) - 指定对齐方式。如果设置成
True
,-1和1被视为引用输入角像素的中心点。如果设置为False
,将被视为引用到输入角像素的角点,使采样更不受分辨率影响。 默认值为False
。
- 输入:
input_x (Tensor) - 5-D输入Tensor,shape为 \((N, C, D_{in}, H_{in}, W_{in})\)。数据类型为float16、float32或float64。
grid (Tensor) - 5-D Tensor,shape为 \((N, D_{out}, H_{out}, W_{out}, 3)\)。数据类型与 input_x 保持一致。
- 输出:
Tensor,数据类型与 input_x 相同,shape为 \((N, C, D_{out}, H_{out}, W_{out})\)。
- 支持平台:
Ascend
GPU
CPU
样例:
>>> import numpy as np >>> from mindspore import Tensor, ops >>> gridsampler = ops.GridSampler3D(interpolation_mode='bilinear', padding_mode='zeros', align_corners=True) >>> input_x = Tensor(np.arange(32).reshape((2, 2, 2, 2, 2)).astype(np.float32)) >>> grid = Tensor(np.arange(-0.2, 1, 0.1).reshape((2, 2, 1, 1, 3)).astype(np.float32)) >>> output = gridsampler(input_x, grid) >>> print(output) [[[[[ 3.3 ]] [[ 4.35 ]]] [[[11.300001]] [[12.349999]]]] [[[[21.4 ]] [[22.449999]]] [[[29.4 ]] [[30.449999]]]]]