文档反馈

问题文档片段

问题文档片段包含公式时，显示为空格。

提交类型

issue

有点复杂...

找人问问吧。

请选择提交类型

问题类型

规范和低错类

- 规范和低错类：

- 错别字或拼写错误，标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致，但不影响操作。

- 表述不通顺，但不影响理解。

- 版本号不匹配：如软件包名称、界面版本号。

易用性

- 易用性：

- 关键步骤错误或缺失，无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰，该分类、分项、分步骤的没有给出。

正确性

- 正确性：

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误，无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示：

- 对重要数据或系统存在风险的操作，缺少安全提示。

内容合规

- 内容合规：

- 违反法律法规，涉及政治、领土主权等敏感词。

- 内容侵权。

请选择问题类型

问题描述

点击输入详细问题描述，以帮助我们快速定位问题。

提交

文档反馈

mindspore.ops.MaxPool3DWithArgmax

class mindspore.ops.MaxPool3DWithArgmax(ksize, strides, pads, dilation=(1, 1, 1), ceil_mode=False, data_format='NCDHW', argmax_type=mstype.int64)

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：

$$\text{output}(N_i,C_j,d,h,w)=\underset{l=0,\dots ,d_{ker}-1}{max}\underset{m=0,\dots ,h_{ker}-1}{max}\underset{n=0,\dots ,w_{ker}-1}{max}\text{input}(N_i,C_j,s_0\times d+l,s_1\times h+m,s_2\times w+n)$$

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：

$$\begin{array}{r}\begin{array}{l}\\ D_{out}=\frac{D_{in}+2\times \text{pads}[0]-\text{dilation}[0]\times (\text{ksize}[0]-1)-1}{\text{stride}[0]}+1\\ H_{out}=\frac{H_{in}+2\times \text{pads}[1]-\text{dilation}[1]\times (\text{ksize}[1]-1)-1}{\text{stride}[1]}+1\\ W_{out}=\frac{W_{in}+2\times \text{pads}[2]-\text{dilation}[2]\times (\text{ksize}[2]-1)-1}{\text{stride}[2]}+1\end{array}\end{array}$$

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 - ksize 、 strides 、 pads 、 dilation 不是int或者tuple。

• ValueError - ksize 或 strides 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)