文档反馈

问题文档片段

问题文档片段包含公式时，显示为空格。

提交类型

issue

有点复杂...

找人问问吧。

PR

小问题，全程线上修改...

一键搞定！

请选择提交类型

问题类型

规范和低错类

- 规范和低错类：

- 错别字或拼写错误，标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致，但不影响操作。

- 表述不通顺，但不影响理解。

- 版本号不匹配：如软件包名称、界面版本号。

易用性

- 易用性：

- 关键步骤错误或缺失，无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰，该分类、分项、分步骤的没有给出。

正确性

- 正确性：

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误，无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示：

- 对重要数据或系统存在风险的操作，缺少安全提示。

内容合规

- 内容合规：

- 违反法律法规，涉及政治、领土主权等敏感词。

- 内容侵权。

请选择问题类型

问题描述

点击输入详细问题描述，以帮助我们快速定位问题。

提交

文档反馈

mindspore.ops.MaxPool3D

class mindspore.ops.MaxPool3D(kernel_size=1, strides=1, pad_mode='VALID', pad_list=0, ceil_mode=None, data_format='NCDHW')

对输入的多维数据进行三维的最大池化运算。

一般，输入shape为 $(N_{in},C_{in},D_{in},H_{in},W_{in})$ 的Tensor，输出 $(D_{in},H_{in},W_{in})$ 维上的区域最大值。给定 kernel_size 为 $ks=(d_{ker},h_{ker},w_{ker})$ 和 stride 为 $s=(s_0,s_1,s_2)$，运算如下：

$$\text{output}(N_i,C_j,d,h,w)=\underset{l=0,\dots ,d_{ker}-1}{max}\underset{m=0,\dots ,h_{ker}-1}{max}\underset{n=0,\dots ,w_{ker}-1}{max}\text{input}(N_i,C_j,s_0\times d+l,s_1\times h+m,s_2\times w+n)$$

参数：

• kernel_size (Union[int, tuple[int]]) - 指定池化核尺寸大小。整数类型，表示池化核深度、高和宽，或者是三个整数组成的元组，表示深、高和宽。默认值： 1 。

• strides (Union[int, tuple[int]]) - 池化操作的移动步长，整数类型，表示深、高和宽的移动步长，或者是三个整数组成的元组，表示深、高和宽移动步长。默认值： 1 。

• pad_mode (str，可选) - 指定填充模式，填充值为0。可选值为 "SAME" ， "VALID" 或 "PAD" 。默认值： "VALID" 。

  • "SAME"：在输入的深度、高度和宽度维度进行填充，使得当 stride 为 1 时，输入和输出的shape一致。待填充的量由算子内部计算，若为偶数，则均匀地填充在四周，若为奇数，多余的填充量将补充在前方/底部/右侧。如果设置了此模式， pad_list 必须为0。

  • "VALID"：不对输入进行填充，返回输出可能的最大深度、高度和宽度，不能构成一个完整stride的额外的像素将被丢弃。如果设置了此模式， pad_list 必须为0。

  • "PAD"：对输入填充指定的量。在这种模式下，在输入的深度、高度和宽度方向上填充的量由 pad_list 参数指定。如果设置此模式， pad_list 必须大于或等于0。

• pad_list (Union(int, tuple[int])) - 池化填充方式。默认值： 0 。如果 pad 是一个整数，则头尾部、顶部，底部，左边和右边的填充都是相同的，等于 pad 。如果 pad 是六个整数的tuple，则头尾部、顶部、底部、左边和右边的填充分别等于填充pad[0]、pad[1]、pad[2]、pad[3]、pad[4]和pad[5]。

• ceil_mode (Union[bool, None]) - 是否使用ceil函数计算输出高度和宽度。默认值： None 。

• data_format (str) - 输入和输出的数据格式。目前仅支持 "NCDHW" 。默认值： "NCDHW" 。

输入：

• x (Tensor) - shape为 $(N,C,D_{in},H_{in},W_{in})$ 的Tensor。数据类型为float16或float32。

输出：

Tensor，shape为 $(N,C,D_{out},H_{out},W_{out})$ 。数据类型与 x 相同。

异常：

• TypeError - kernel_size 或 strides 既不是int也不是元组。

• TypeError - pad_mode 或 data_format 不是str。

• ValueError - kernel_size 或 strides 不是正数。

• ValueError - pad_mode 不是 "SAME" 、 "VALID" 、或 "PAD" 。

• ValueError - pad_mode 取值为 "SAME" 或 "VALID" ， ceil_mode 取值不是 None 。

• ValueError - kernel_size 或 strides 是长度不等于3的元组。

• ValueError - data_format 不是 "NCDHW" 。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor, ops
>>> x = Tensor(np.arange(1 * 2 * 2 * 2 * 3).reshape((1, 2, 2, 2, 3)), mindspore.float32)
>>> max_pool3d = ops.MaxPool3D(kernel_size=2, strides=1, pad_mode="VALID")
>>> output = max_pool3d(x)
>>> print(output)
[[[[[10. 11.]]]
  [[[22. 23.]]]]]