mindspore.ops.unfold

mindspore.ops.unfold(input, kernel_size, dilation=1, padding=0, stride=1)[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 kernel_size 大小的滑块为输出的3-D Tensor中的一列(如,最后一维),输出Tensor的shape为 \((N, C \times \prod(\text{kernel_size}), L)\) , 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。

dilationpaddingstride 决定了滑块如何被取出。

警告

  • 该算子的输出为三维Tensor,其shape为 \((N, C \times \prod(\text{kernel_size}), L)\)

  • 这是一个实验性API,后续可能修改或删除。

参数:
  • input (Tensor) - 四维Tensor,支持的数据类型: float16、float32、float64、complex64和complex128。

  • kernel_size (Union[int, tuple[int], list[int]]) - 滑窗大小。如果是两个int,则分别为滑窗的高度和宽度;如果是一个int,则高度和宽度均为这个int值。是一个必要参数。

  • dilation (Union[int, tuple[int], list[int]],可选) - 窗口的空洞卷积的扩充率,如果是两个int,则分别作用于滑窗的高度和宽度;如果是一个int,则这个值作用于化窗的高度和宽度。默认值: 1

  • padding (Union[int, tuple[int], list[int]],可选) - 滑窗的隐式零填充量。为单个int或者包含一/二个整数的tuple/list。默认值: 0

    • 如果是一个int,则pad_height = pad_width。

    • 如果是两个int,则pad_height = padding[0], pad_width = padding[1]。

  • stride (Union[int, tuple[int], list[int]],可选) - 空间维度上滑动的步长,如果是两个int,则分别为滑窗的高和宽方向上的步长;如果是一个int,则高和宽方向上的步长均为这个int值。默认值: 1

返回:

Tensor,数据类型与 input 相同,其shape如上所述。

异常:
  • TypeError - 如果 kernel_sizestridedilationpadding 的数据类型不是int、tuple或者list。

  • ValueError - 如果 kernel_sizedilationstride 包含元素的值小于等于0或者元素个数大于 2

  • ValueError - 如果 padding 包含元素的值小于零。

支持平台:

Ascend GPU CPU

样例:

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor, ops
>>> x = Tensor(np.random.rand(4, 4, 32, 32), mindspore.float64)
>>> output = ops.unfold(x, kernel_size=3, dilation=1, stride=1)
>>> print(output.shape)
(4, 36, 900)