mindspore.ops.max_unpool3d
- mindspore.ops.max_unpool3d(x, indices, kernel_size, stride=None, padding=0, output_size=None)[源代码]
mindspore.ops.max_pool3d()
的逆过程。max_unpool3d 在计算过程中,保留最大值位置的元素,并将非最大值位置元素设置为0。 支持的输入数据格式为 \((N, C, D_{in}, H_{in}, W_{in})\) 或 \((C, D_{in}, H_{in}, W_{in})\) , 输出数据的个格式为 \((N, C, D_{out}, H_{out}, W_{out})\) 或 \((C, D_{out}, H_{out}, W_{out})\) ,计算公式如下:
\[\begin{split}\begin{array}{ll} \\ D_{out} = (D{in} - 1) \times stride[0] - 2 \times padding[0] + kernel\_size[0] \\ H_{out} = (H{in} - 1) \times stride[1] - 2 \times padding[1] + kernel\_size[1] \\ W_{out} = (W{in} - 1) \times stride[2] - 2 \times padding[2] + kernel\_size[2] \\ \end{array}\end{split}\]- 参数:
x (Tensor) - 待求逆的Tensor。shape为 \((N, C, D_{in}, H_{in}, W_{in})\) 或 \((C, D_{in}, H_{in}, W_{in})\) 。
indices (Tensor) - 最大值的索引。shape必须与输入 x 相同。取值范围需满足 \([0, D_{in} \times H_{in} \times W_{in} - 1]\) 。数据类型必须是int32或int64。
kernel_size (Union[int, tuple[int]]) - 池化核尺寸大小。int类型表示池化核的深度、长和宽相同。 tuple类型中的三个值分别代表池化核的深度、长和宽。
stride (Union[int, tuple[int]]) - 池化操作的移动步长,int类型表示深度、长和宽方向的移动步长相同。 tuple中的三个值分别代表深度、长和宽方向移动的步长。默认值:
None
,表示移动步长为 kernel_size 。padding (Union[int, tuple[int]]) - 填充值。默认值:
0
。若为int类型,则深度、长和宽方向的填充大小相同,均为 padding 。 若为tuple类型,则tuple中的三个值分别代表深度、长和宽方向填充的大小。output_size (tuple[int], 可选) - 输出shape。默认值:
None
。 如果output_size为(),那么输出shape根据kernel_size
、stride
和padding
计算得出。 如果output_size不为(),那么 output_size 必须满足格式 \((N, C, D, H, W)\) , \((C, D, H, W)\) 或 \((D, H, W)\) , 取值范围需满足: \([(N, C, D_{out} - stride[0], H_{out} - stride[1], W_{out} - stride[2]), (N, C, D_{out} + stride[0], H_{out} + stride[1], W_{out} + stride[2])]\) 。
- 返回:
shape为 \((N, C, D_{out}, H_{out}, W_{out})\) 或 \((C, D_{out}, H_{out}, W_{out})\) 的Tensor, 数据类型与输入 x 相同。
- 异常:
TypeError - x 或 indices 的数据类型不支持。
TypeError - kernel_size , stride 或 padding 既不是整数也不是tuple。
ValueError - stride , kernel_size 或 padding 的值不是非负的。
ValueError - x 和 indices 的shape不一致。
ValueError - kernel_size , stride 或 padding 为tuple时长度不等于3。
ValueError - x 的长度不为4或5。
ValueError - output_size 的类型不是tuple。
ValueError - output_size 的长度不为0、4或5。
ValueError - output_size 的取值与根据 kernel_size , stride , padding 计算得到的结果差距太大。
- 支持平台:
Ascend
GPU
CPU
样例:
>>> import numpy as np >>> from mindspore import Tensor, ops >>> x = Tensor(np.array([[[[[0, 1], [8, 9]]]]]).astype(np.float32)) >>> indices= Tensor(np.array([[[[[0, 1], [2, 3]]]]]).astype(np.int64)) >>> output = ops.max_unpool3d(x, indices, kernel_size=2, stride=1, padding=0) >>> print(output) [[[[[0. 1. 8.] [9. 0. 0.] [0. 0. 0.]] [[0. 0. 0.] [0. 0. 0.] [0. 0. 0.]]]]]