比较与torch.nn.functional.fold的差异
torch.nn.functional.fold
torch.nn.functional.fold(input, output_size, kernel_size, dilation=1, padding=0, stride=1)
更多内容详见torch.nn.functional.fold。
mindspore.ops.fold
mindspore.ops.fold(input, output_size, kernel_size, dilation=1, padding=0, stride=1)
更多内容详见mindspore.ops.fold。
差异对比
PyTorch:将提取出的滑动局部区域块还原成更大的输出Tensor。
MindSpore:MindSpore此API实现功能与PyTorch基本一致。
分类 |
子类 |
PyTorch |
MindSpore |
差异 |
---|---|---|---|---|
参数 |
参数1 |
input |
input |
|
参数2 |
output_size |
output_size |
Pytorch:整型或者元组类型,MindSpore:一维Tensor,包含两个元素,均为整数类型 |
|
参数3 |
kernel_size |
kernel_size |
- |
|
参数4 |
dilation |
dilation |
- |
|
参数5 |
padding |
padding |
- |
|
参数6 |
stride |
stride |
- |
代码示例1
两API实现功能一致,用法相同。
# PyTorch
import torch
import numpy as np
x = np.random.randn(1, 3 * 2 * 2, 12)
input = torch.tensor(x, dtype=torch.float32)
output = torch.nn.functional.fold(input, output_size=(4, 5), kernel_size=(2, 2))
print(output.detach().shape)
# torch.Size([1, 3, 4, 5])
# MindSpore
import mindspore
import numpy as np
x = np.random.randn(1, 3 * 2 * 2, 12)
input = mindspore.Tensor(x, mindspore.float32)
output_size = mindspore.Tensor((4, 5), mindspore.int32)
output = mindspore.ops.fold(input, output_size, kernel_size=(2, 2))
print(output.shape)
# (1, 3, 4, 5)