mindspore.ops.Im2Col
- class mindspore.ops.Im2Col(ksizes, strides=1, dilations=1, pads=0)[源代码]
从一个batch的输入Tensor中提取滑动局部块。
考虑一个batch的输入Tensor,其shape为 \((N, C, *)\) ,其中 \(N\) 是batch维度, \(C\) 是channel维度, \(*\) 表示任意的空间维度。此操作将展平输入 x 空间维度内每个滑动的 ksize 大小的滑块为输出的4-D Tensor中的一列(如,最后一维),输出Tensor的shape为 \((N, C, \prod(\text{kernel_size}), L)\) , 其中 \(C \times \prod(\text{kernel_size})\) 为每个滑块内值的总数量(一个滑块有 \(\prod(\text{kernel_size})\) 个空间位置, 每个位置都包含一个 C 通道的向量),共有 \(L\) 个这样的滑块:
\[L = \prod_d \left\lfloor\frac{\text{spatial_size}[d] + 2 \times \text{pads}[d] % - \text{dilations}[d] \times (\text{kernel_size}[d] - 1) - 1}{\text{strides}[d]} + 1\right\rfloor,\]其中, \(\text{spatial_size}\) 由输入 x 的空间维度(上面的 \(*\) )决定, \(d\) 遍历所有的空间维度。
因此,在最后一个维度(列维度)上 output 包含特定块内的所有值。
pads , strides 和 dilations 决定了滑块如何被取出。
说明
目前,只支持4-D Tensor(一个batch的图像Tensor)。
警告
这是一个实验性API,后续可能修改或删除。
- 参数:
ksizes (Union[int, tuple[int], list[int]]) - 内核的大小,应该是两个整数,分别代表高度和宽度。如果是一个整数,则表示高度等于宽度。必须被指定。
strides (Union[int, tuple[int], list[int]],可选) - 窗口的滑动步幅,应该是高度和宽度两个整数。如果只有一个整数,则表示高度等于宽度。默认值:
1
。dilations (Union[int, tuple[int], list[int]],可选) - 窗口的扩张系数,应该是高度和宽度两个整数。如果只有一个整数,则表示高度等于宽度。默认值:
1
。pads (Union[int, tuple[int], list[int]],可选) - 窗口的填充,必须是1个或2个整数来指定高宽和宽度方向的填充。默认值:
0
。如果是1个整数,则 \(pad\_height = pad\_width\) 。
如果是2个整数,则 \(pad\_height = pads[0]\), \(pad\_width = pads[1]\) 。
- 输入:
x (Tensor) - 输入Tensor,只支持4-D Tensor(1个batch的图像Tensor)。
- 输出:
Tensor,一个4-D Tensor,与输入 x 的数据类型相同。
- 异常:
TypeError - 如果 ksizes 的类型不在Union[int, tuple[int], list[int]]内。
TypeError - 如果 strides 的类型不在Union[int, tuple[int], list[int]]内。
TypeError - 如果 dilations 的类型不在Union[int, tuple[int], list[int]]内。
TypeError - 如果 pads 类型不在Union[int, tuple[int], list[int]]内。
ValueError - 如果 ksizes 的值不大于0或其元素数量大于2。
ValueError - 如果 strides 的值不大于0或其元素数量大于2。
ValueError - 如果 dilations 的值不大于0或其元素数量大于2。
ValueError - 如果 pads 的值不大于0。
- 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(4, 4, 32, 32), dtype=mstype.float64) >>> im2col = ops.Im2Col(ksizes=3, strides=1, dilations=1) >>> y = im2col(x) >>> print(y.shape) (4, 4, 9, 900)