fix bug in nn.MaxUnpoolnd

docs/api/api_python/nn/mindspore.nn.MaxUnpool1d.rst

@@ -25,7 +25,7 @@ mindspore.nn.MaxUnpool1d
           数据类型必须是int32或int64。
         - **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 :math:`(N, C, H)` 或 :math:`(C, H)` ，取值范围需满足：
+          如果output_size不为()，那么 `output_size` 必须满足格式 :math:`(N, C, H)` ， :math:`(C, H)` 或 :math:`(H)` ，取值范围需满足：
           :math:`[(N, C, H_{out} - stride[0]), (N, C, H_{out} + stride[0])]` 。
 
     输出：

docs/api/api_python/nn/mindspore.nn.MaxUnpool2d.rst

@@ -29,7 +29,7 @@ mindspore.nn.MaxUnpool2d
           数据类型必须是int32或int64。
         - **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 :math:`(N, C, H, W)` 或 :math:`(C, H, W)` ，取值范围需满足：
+          如果output_size不为()，那么 `output_size` 必须满足格式 :math:`(N, C, H, W)` ， :math:`(C, H, W)` 或 :math:`(H, W)` ，取值范围需满足：
           :math:`[(N, C, H_{out} - stride[0], W_{out} - stride[1]), (N, C, H_{out} + stride[0], W_{out} + stride[1])]`。
 
     输出：

docs/api/api_python/nn/mindspore.nn.MaxUnpool3d.rst

@@ -31,7 +31,7 @@ mindspore.nn.MaxUnpool3d
           :math:`[0, D_{in} \times H_{in} \times W_{in} - 1]` 。数据类型必须是int32或int64。
         - **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 :math:`(N, C, D, H, W)` 或 :math:`(C, D, H, W)` ，
+          如果output_size不为()，那么 `output_size` 必须满足格式 :math:`(N, C, D, H, W)` ， :math:`(C, D, H, W)` 或 :math:`(D, H, W)` ，
           取值范围需满足：
           :math:`[(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])]` 。
 

docs/api/api_python/ops/mindspore.ops.func_max_unpool1d.rst

@@ -23,7 +23,7 @@ mindspore.ops.max_unpool1d
         - **padding** (Union[int, tuple[int]]) - 填充值。默认值：0。
         - **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 :math:`(N, C, H)` 或 :math:`(C, H)` ，取值范围需满足：
+          如果output_size不为()，那么 `output_size` 必须满足格式 :math:`(N, C, H)` ， :math:`(C, H)` 或 :math:`(H)`，取值范围需满足：
           :math:`[(N, C, H_{out} - stride[0]), (N, C, H_{out} + stride[0])]` 。
 
     返回：

docs/api/api_python/ops/mindspore.ops.func_max_unpool2d.rst

@@ -27,7 +27,7 @@ mindspore.ops.max_unpool2d
           若为tuple类型，则tuple中的两个值分别代表长宽方向填充的大小。
         - **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 :math:`(N, C, H, W)` 或 :math:`(C, H, W)` ，取值范围需满足：
+          如果output_size不为()，那么 `output_size` 必须满足格式 :math:`(N, C, H, W)` ， :math:`(C, H, W)` 或 :math:`(H, W)` ，取值范围需满足：
           :math:`[(N, C, H_{out} - stride[0], W_{out} - stride[1]), (N, C, H_{out} + stride[0], W_{out} + stride[1])]`。
 
     返回：

docs/api/api_python/ops/mindspore.ops.func_max_unpool3d.rst

@@ -29,7 +29,7 @@ mindspore.ops.max_unpool3d
           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 :math:`(N, C, D, H, W)` 或 :math:`(C, D, H, W)` ，
+          如果output_size不为()，那么 `output_size` 必须满足格式 :math:`(N, C, D, H, W)` ， :math:`(C, D, H, W)` 或 :math:`(D, H, W)` ，
           取值范围需满足：
           :math:`[(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])]` 。
 

mindspore/python/mindspore/nn/layer/pooling.py

@@ -1438,8 +1438,8 @@ class MaxUnpool1d(Cell):
           Data type must be in int32 or int64.
         - **output_size** (tuple[int], optional) - The output size. Default: None.
           If output_size == (), then the shape of output computed by kernel_size, stride and padding.
-          If output_size != (), then output_size must be :math:`(N, C, H)` or
-          :math:`(C, H)` and output_size must belong to
+          If output_size != (), then output_size must be :math:`(N, C, H)` , :math:`(C, H)` or
+          :math:`(H)` and output_size must belong to
           :math:`[(N, C, H_{out} - stride[0]), (N, C, H_{out} + stride[0])]`.
 
     Outputs:
@@ -1470,8 +1470,8 @@ class MaxUnpool1d(Cell):
     def __init__(self, kernel_size, stride=None, padding=0):
         """Initialize MaxUnpool1d."""
         super(MaxUnpool1d, self).__init__()
-        if not stride:
-            stride = 0
+        if stride is None:
+            stride = kernel_size
         self.kernel_size = kernel_size
         self.stride = stride
         self.padding = padding
@@ -1525,7 +1525,8 @@ class MaxUnpool2d(Cell):
           Data type must be in int32 or int64.
         - **output_size** (tuple[int], optional) - The output size. Default: None.
           If output_size == (), then the shape of output computed by kernel_size, stride and padding.
-          If output_size != (), then output_size must be :math:`(N, C, H, W)` and output_size must belong to
+          If output_size != (), then output_size must be :math:`(N, C, H, W)`, :math:`(C, H, W)` or
+          :math:`(H, W)` and output_size must belong to
           :math:`[(N, C, H_{out} - stride[0], W_{out} - stride[1]),
           (N, C, H_{out} + stride[0], W_{out} + stride[1])]`.
 
@@ -1559,8 +1560,8 @@ class MaxUnpool2d(Cell):
     def __init__(self, kernel_size, stride=None, padding=0):
         """Initialize MaxUnpool2d."""
         super(MaxUnpool2d, self).__init__()
-        if not stride:
-            stride = 0
+        if stride is None:
+            stride = kernel_size
         self.kernel_size = kernel_size
         self.stride = stride
         self.padding = padding
@@ -1617,8 +1618,8 @@ class MaxUnpool3d(Cell):
           Data type must be in int32 or int64.
         - **output_size** (tuple[int], optional) - The output size. Default: None.
           If output_size == (), then the shape of output computed by kernel_size, stride and padding.
-          If output_size != (), then output_size must be :math:`(N, C, D, H, W)` or :math:`(C, D, H, W)` and
-          output_size must belong to
+          If output_size != (), then output_size must be :math:`(N, C, D, H, W)` , :math:`(C, D, H, W)` or
+          :math:`(D, H, W)` and output_size must belong to
           :math:`[(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])]`.
 
@@ -1651,8 +1652,8 @@ class MaxUnpool3d(Cell):
     """
     def __init__(self, kernel_size, stride=None, padding=0):
         super(MaxUnpool3d, self).__init__()
-        if not stride:
-            stride = 0
+        if stride is None:
+            stride = kernel_size
         self.kernel_size = kernel_size
         self.stride = stride
         self.padding = padding

mindspore/python/mindspore/ops/function/nn_func.py

@@ -706,8 +706,8 @@ def max_unpool1d(x, indices, kernel_size, stride=None, padding=0, output_size=No
         padding (Union[int, tuple[int]]): The pad value to be filled. Default: 0.
         output_size (tuple[int], optional): The output shape. Default: None.
             If output_size == (), then the shape of output computed by `kernel_size`, `stride` and `padding`.
-            If output_size != (), then output_size must be :math:`(N, C, H)` or
-            :math:`(C, H)` and output_size must belong to
+            If output_size != (), then output_size must be :math:`(N, C, H)` , :math:`(C, H)` or
+            :math:`(H)` and output_size must belong to
             :math:`[(N, C, H_{out} - stride[0]), (N, C, H_{out} + stride[0])]`.
 
     Returns:
@@ -830,7 +830,8 @@ def max_unpool2d(x, indices, kernel_size, stride=None, padding=0, output_size=No
             integers, the padding of height and width equal to padding[0] and padding[1] correspondingly.
         output_size (tuple[int], optional): The target output size. Default: None.
             If output_size == (), then the shape of output computed by `kernel_size`, `stride` and `padding`.
-            If output_size != (), then output_size must be :math:`(N, C, H, W)` and output_size must belong to
+            If output_size != (), then output_size must be :math:`(N, C, H, W)` , :math:`(C, H, W)` or :math:`(H, W)`
+            and output_size must belong to
             :math:`[(N, C, H_{out} - stride[0], W_{out} - stride[1]),
             (N, C, H_{out} + stride[0], W_{out} + stride[1])]`.
 
@@ -937,7 +938,7 @@ def max_unpool3d(x, indices, kernel_size, stride=None, padding=0, output_size=No
             correspondingly.
         output_size (tuple[int], optional): The output size. Default: None. If output_size == (), then the shape of
             output computed by `kernel_size`, `stride` and `padding`. If output_size != (), then output_size must be
-            :math:`(N, C, D, H, W)` or :math:`(C, D, H, W)` and output_size must belong to
+            :math:`(N, C, D, H, W)` or :math:`(C, D, H, W)` or :math:`(D, H, W)` and output_size must belong to
             :math:`[(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])]`.