mindspore.ops.GridSampler3D

class mindspore.ops.GridSampler3D(interpolation_mode='bilinear', padding_mode='zeros', align_corners=False)[源代码]

给定一个输入和一个网格，使用网格中的输入值和像素位置计算输出。只支持体积(5-D)的输入。

警告

这是一个实验性API，后续可能修改或删除。

更多参考详见 mindspore.ops.grid_sample()。

参数：

interpolation_mode (str，可选) - 指定插值方法。可选方法为 'bilinear' 、 'nearest' 或 'bicubic' 。默认值： 'bilinear' 。
- 'nearest'：最近邻插值。每个输出像素的值为最近的输入像素的值。这种方法简单快速，但可能导致块状或像素化的输出。
- 'bilinear'：双线性插值。每个输出像素是最接近的四个输入像素的加权平均值，使用双线性插值计算。与最近邻插值相比，此方法产生更平滑的结果。
padding_mode (str，可选) - 指定填充模式的可选字符串。可选值为： 'zeros' 、 'border' 或者 'reflection' ，默认值： 'zeros' 。当采样grid超出输入Tensor的边界时，各种填充模式效果如下：
- 'zeros' ：使用零填充输入Tensor。
- 'border' ：使用Tensor边缘上像素的值填充输入Tensor。
- 'reflection' ：通过反射Tensor边界处的像素值，并将反射值沿着Tensor的边界向外扩展来填充输入Tensor。
align_corners (bool，可选) - 指定对齐方式。如果设置成 True ，-1和1被视为引用输入角像素的中心点。如果设置为 False ，将被视为引用到输入角像素的角点，使采样更不受分辨率影响。默认值为 False 。

输入：

input_x (Tensor) - 5-D输入Tensor，shape为 \((N, C, D_{in}, H_{in}, W_{in})\)。数据类型为float16、float32或float64。
grid (Tensor) - 5-D Tensor，shape为 \((N, D_{out}, H_{out}, W_{out}, 3)\)。数据类型与 input_x 保持一致。

输出：

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

支持平台：

Ascend GPU CPU

样例：

>>> import numpy as np
>>> from mindspore import Tensor, ops
>>> gridsampler = ops.GridSampler3D(interpolation_mode='bilinear', padding_mode='zeros', align_corners=True)
>>> input_x = Tensor(np.arange(32).reshape((2, 2, 2, 2, 2)).astype(np.float32))
>>> grid = Tensor(np.arange(-0.2, 1, 0.1).reshape((2, 2, 1, 1, 3)).astype(np.float32))
>>> output = gridsampler(input_x, grid)
>>> print(output)
[[[[[ 3.3     ]]
   [[ 4.35    ]]]
  [[[11.300001]]
   [[12.349999]]]]
 [[[[21.4     ]]
   [[22.449999]]]
  [[[29.4     ]]
   [[30.449999]]]]]