mindspore.ops.MaxUnpool2D

class mindspore.ops.MaxUnpool2D(ksize, strides=0, pads=0, output_shape=(), data_format='NCHW')[源代码]

MaxPool2D的逆过程。

由于MaxPool2D会丢失非最大值,因此它不是完全可逆的。MaxUnpool2D将MaxPool2D的输出作为输入,包括最大值的索引,并计算部分逆,其中所有非最大值都被设置为零。 例如,输入的shape为 \((N, C, H_{in}, W_{in})\) ,输出的shape为 \((N, C, H_{out}, W_{out})\) , 则该操作如下式所示:

\[\begin{split}\begin{array}{ll} \\ H_{out} = (H{in} - 1) \times strides[0] - 2 \times pads[0] + ksize[0] \\ W_{out} = (W{in} - 1) \times strides[1] - 2 \times pads[1] + ksize[1] \\ \end{array}\end{split}\]

警告

这是一个实验性API,后续可能修改或删除。

参数:
  • ksize (Union[int, tuple[int]]) - 用于取最大值的内核大小, 是一个整数,表示内核的高度和宽度,或一个元组包含两个整数,分别表示高度和宽度的整数。

  • strides (Union[int, tuple[int]],可选) - 内核移动的步长,如果 strides 为0或(0, 0), 那么 strides 等于 ksize 。默认值:0。

    • 一个整数,则表示移动的高度和宽度都是 strides

    • 两个整数的元组,分别表示高度和宽度方向的移动步长。

  • pads (Union[int, tuple[int]],可选) - 需要被填充的值。默认值:0。

    • 如果 pads 是一个整数,则高度和宽度方向的填充数量相同,都等于 pads

    • 如果 pads 是含两个整数的元组,高度和宽度方向的填充数量分别等于 pads[0]pads[1]

  • output_shape (tuple[int],可选) - 一个可选的输入,指定目标输出的尺寸。默认值:()。

    • 如果 \(output\_shape == ()\) ,则输出的shape由 ksziestridespads 计算得到。

    • 如果 \(output\_shape != ()\) ,则 output_shape 必须为 \((N, C, H, W)\)\((N, H, W, C)\) , 同时 output_shape 必须属于 \([(N, C, H_{out} - strides[0], W_{out} - strides[1]), (N, C, H_{out} + strides[0], W_{out} + strides[1])]\)

  • data_format (str,可选) - 可选的数据格式。当前支持 NCHWNHWC 。默认值: NCHW

输入:
  • x (Tensor) - 求逆的输入Tensor。其shape为 \((N, C, H_{in}, W_{in})\)\((N, H_{in}, W_{in}, C)\)

  • argmax (Tensor) - argmax 表示最大值的索引。其shape必须与输入 x 相同。 argmax 的值必须属于 \([0, H_{in} \times W_{in} - 1]\) ,数据类型必须为int32或int64。

输出:

Tensor,其shape为 \((N, C, H_{out}, W_{out})\)\((N, H_{out}, W_{out}, C)\) , 与 x 的数据类型相同。

异常:
  • TypeError - 如果 xargmax 的数据类型不支持。

  • TypeError - 如果 ksizestridespads 既不是int又不是tuple。

  • ValueError - 如果 strides (也支持0和(0, 0)) 或 ksize 的值不是正数。

  • ValueError - 如果 pads 的值是负数。

  • ValueError - 如果 ksizestridespads 不是长度为2的tuple。

  • ValueError - 如果 data_format 不是str,同时也不是 NCHWNHWC

  • ValueError - 如果 output_shape 的长度不是0或4。

  • ValueError - 如果 output_shape 不在由 ksizestridespads 计算出的输出尺寸范围内。

支持平台:

Ascend GPU CPU

样例:

>>> x = Tensor(np.array([[[[0, 1], [8, 9]]]]).astype(np.float32))
>>> argmax = Tensor(np.array([[[[0, 1], [2, 3]]]]).astype(np.int64))
>>> maxunpool2d = ops.MaxUnpool2D(ksize=1, strides=1, pads=0)
>>> output = maxunpool2d(x, argmax)
>>> print(output.asnumpy())
[[[[0. 1.]
    [8. 9.]]]]