Fold

class torch.nn.Fold(output_size, kernel_size, dilation=1, padding=0, stride=1)

將一組滑動區域性塊組合成一個大的包含 Tensor。

考慮一個包含滑動區域性塊的批次輸入張量，例如影像塊，其形狀為 $(N, C \times \prod(\text{kernel\_size}), L)$，其中 $N$ 是批次維度，$C \times \prod(\text{kernel\_size})$ 是塊內的值數（一個塊有 $\prod(\text{kernel\_size})$ 個空間位置，每個位置包含一個 $C$ 通道向量），而 $L$ 是塊的總數。 （這與 Unfold 的輸出形狀完全相同。）此操作將這些區域性塊合併到一個大的 output 張量中，其形狀為 $(N, C, \text{output\_size}[0], \text{output\_size}[1], \dots)$，透過對重疊值求和來實現。與 Unfold 類似，引數必須滿足

$$L = \prod_d \left\lfloor\frac{\text{output\_size}[d] + 2 \times \text{padding}[d]$$

其中 $d$ 遍歷所有空間維度。

• output_size 描述了滑動區域性塊的包含張量的空間形狀。當多個輸入形狀對映到相同數量的滑動塊時（例如，當 stride > 0 時），這有助於消除歧義。

引數 padding、stride 和 dilation 指定了如何提取滑動塊。

• stride 控制滑動塊的步幅。

• padding 控制在重塑之前，每個維度上的 padding 個點兩側的隱式零填充量。

• dilation 控制核點之間的間距；也稱為空洞卷積演算法。這個概念比較難描述，但 這個連結 有一個 dilation 作用的視覺化。

引數

• output_size (int 或 tuple) – 輸出的空間維度形狀（即 output.sizes()[2:]）

• kernel_size (int 或 tuple) – 滑動塊的大小

• dilation (int 或 tuple, 可選) – 一個控制鄰域內元素步幅的引數。預設值：1

• padding (int 或 tuple, 可選) – 要新增到輸入兩側的隱式零填充。預設值：0

• stride (int 或 tuple) – 輸入空間維度中滑動塊的步長。預設值：1

• 如果 output_size、kernel_size、dilation、padding 或 stride 是一個整數或長度為 1 的元組，則它們的值將跨所有空間維度複製。

• 對於兩個輸出空間維度的場景，此操作有時稱為 col2im。

注意

Fold 透過對所有包含塊的值求和來計算結果大張量中的每個組合值。Unfold 透過從大張量複製來提取區域性塊中的值。因此，如果塊重疊，它們就不是彼此的逆運算。

總的來說，摺疊和展開操作的關係如下。考慮使用相同引數建立的 Fold 和 Unfold 例項

>>> fold_params = dict(kernel_size=..., dilation=..., padding=..., stride=...)
>>> fold = nn.Fold(output_size=..., **fold_params)
>>> unfold = nn.Unfold(**fold_params)

那麼對於任何（受支援的）input 張量，以下等式成立：

fold(unfold(input)) == divisor * input

其中 divisor 是一個僅取決於 input 的形狀和 dtype 的張量。

>>> input_ones = torch.ones(input.shape, dtype=input.dtype)
>>> divisor = fold(unfold(input_ones))

當 divisor 張量不包含零元素時，則 fold 和 unfold 操作是彼此的逆運算（ up to constant divisor）。

警告

目前，僅支援非批處理（3D）或批處理（4D）的影像式輸出張量。

形狀

• 輸入： $(N, C \times \prod(\text{kernel\_size}), L)$ 或 $(C \times \prod(\text{kernel\_size}), L)$

• 輸出： $(N, C, \text{output\_size}[0], \text{output\_size}[1], \dots)$ 或 $(C, \text{output\_size}[0], \text{output\_size}[1], \dots)$ 如上所述

示例

>>> fold = nn.Fold(output_size=(4, 5), kernel_size=(2, 2))
>>> input = torch.randn(1, 3 * 2 * 2, 12)
>>> output = fold(input)
>>> output.size()
torch.Size([1, 3, 4, 5])

extra_repr()

返回模組的額外表示。

返回型別

str

forward(input)

執行前向傳播。

返回型別

張量