代码拉取完成,页面将自动刷新
torch.nn.MaxPool3d(
kernel_size=1,
stride=None,
padding=0,
dilation=1,
return_indices=False,
ceil_mode=False
)
更多内容详见torch.nn.MaxPool3d。
class mindspore.ops.MaxPool3D(
kernel_size=1,
strides=1,
pad_mode='valid',
pad_list=0,
ceil_mode=None,
data_format='NCDHW'
)(input)
更多内容详见mindspore.ops.MaxPool3D。
PyTorch:同时支持五维数据 (N, C, Din, Hin, Win) 和四维数据(C, Din, Hin, Win)。
MindSpore:仅支持五维数据(N, C, Din, Hin, Win)。
迁移建议:如需要MindSpore MaxPool3D处理四维输入,可以用ExpandDims算子将原始输入维度扩张为(1, C, Din, Hin, Win),传入MaxPool3D后再将输出用Squeeze算子将维度由(1, C, Dout, Hout, Wout)转为(C, Dout, Hout, Wout)。
import mindspore
from mindspore import Tensor
import mindspore.ops as ops
import torch
import numpy as np
# In MindSpore
net = ops.MaxPool3D((3, 2, 2), strides=2)
x = Tensor(np.ones([20, 16, 50, 44, 31]), mindspore.float32)
output = net(x).shape
print(output)
# Out:
# (20, 16, 24, 22, 15)
# In PyTorch
m = torch.nn.MaxPool3d((3, 2, 2), stride=2)
input = torch.rand(20, 16, 50, 44, 31)
output = m(input).shape
print(output)
# Out:
# torch.Size([20, 16, 24, 22, 15])
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。