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。

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.Im2Col

class mindspore.ops.Im2Col(ksizes, strides=1, dilations=1, pads=0)

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 $(N,C,\ast )$ ，其中 $N$ 是batch维度， $C$ 是channel维度， $\ast$ 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：

$$L=\prod _d\lfloor \frac{\text{spatial\_size}[d]+2\times \text{pads}[d]-\text{dilations}[d]\times (\text{kernel\_size}[d]-1)-1}{\text{strides}[d]}+1\rfloor ,$$

其中， $\text{spatial\_size}$ 由输入 x 的空间维度(上面的 $\ast$ )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 $pad\mathrm{\_}height=pad\mathrm{\_}width$ 。

  • 如果是2个整数，则 $pad\mathrm{\_}height=pads[0]$, $pad\mathrm{\_}width=pads[1]$ 。

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)