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

52 lines
3.5 KiB
ReStructuredText
Raw Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

mindspore.nn.MaxUnpool3d
========================
.. py:class:: mindspore.nn.MaxUnpool3d(kernel_size, stride=None, padding=0)
:class:`mindspore.nn.MaxPool3d` 的逆过程。
`MaxUnpool3d` 在计算逆的过程中保留最大值位置的元素并将非最大值位置元素设置为0。
支持的输入数据格式为 :math:`(N, C, D_{in}, H_{in}, W_{in})`:math:`(C, D_{in}, H_{in}, W_{in})`
输出数据的个格式为 :math:`(N, C, D_{out}, H_{out}, W_{out})`:math:`(C, D_{out}, H_{out}, W_{out})` ,计算公式如下:
.. math::
\begin{array}{ll} \\
D_{out} = (D{in} - 1) \times stride[0] - 2 \times padding[0] + kernel\_size[0] \\
H_{out} = (H{in} - 1) \times stride[1] - 2 \times padding[1] + kernel\_size[1] \\
W_{out} = (W{in} - 1) \times stride[2] - 2 \times padding[2] + kernel\_size[2] \\
\end{array}
参数:
- **kernel_size** (Union[int, tuple[int]]) - 池化核尺寸大小。int类型表示池化核的深度、长和宽相同。
tuple类型中的三个值分别代表池化核的深度、长和宽。
- **stride** (Union[int, tuple[int]]) - 池化操作的移动步长int类型表示深度、长和宽方向的移动步长相同。
tuple中的三个值分别代表深度、长和宽方向移动的步长。若取值为 'None' `stride` 值与 `kernel_size` 相同。
默认值None。
- **padding** (Union[int, tuple[int]]) - 填充值。默认值0。若为int类型则深度、长和宽方向的填充大小相同均为 `padding`
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。
输入:
- **x** (Tensor) - 待求逆的Tensor。shape为 :math:`(N, C, D_{in}, H_{in}, W_{in})`
:math:`(C, D_{in}, H_{in}, W_{in})`
- **indices** (Tensor) - 最大值的索引。shape必须与输入 `x` 相同。取值范围需满足
: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``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)` :math:`(C, D, H, W)`: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])]`
输出:
shape为 :math:`(N, C, D_{out}, H_{out}, W_{out})`:math:`(C, D_{out}, H_{out}, W_{out})` 的Tensor
数据类型与输入 `x` 相同。
异常:
- **TypeError** - `x``indices` 的数据类型不支持。
- **TypeError** - `kernel_size` `stride``padding` 既不是整数也不是tuple。
- **ValueError** - `stride` `kernel_size``padding` 的值不是非负的。
- **ValueError** - `x``indices` 的shape不一致。
- **ValueError** - `kernel_size` `stride``padding` 为tuple时长度不等于3。
- **ValueError** - `x` 的长度不为4或5。
- **ValueError** - `output_size` 的类型不是tuple。
- **ValueError** - `output_size` 的长度不为0、4或5。
- **ValueError** - `output_size` 的取值与根据 `kernel_size` , `stride` , `padding` 计算得到的结果差距太大。