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''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]]]]]