unfold
paddle.fluid.layers.
unfold
(x, kernel_size, strides=1, paddings=0, dilation=1, name=None)[源代码]
该OP实现的功能与卷积中用到的im2col函数一样,通常也被称作为im2col过程。对于每一个卷积核覆盖下的区域,元素会被重新排成一列。当卷积核在整个图片上滑动时,将会形成一系列的列向量。对于每一个输入形状为[N, C, H, W]的 x
,都将会按照下面公式计算出一个形状为[N, Cout, Lout]的输出。
样例:
- Given:
- x.shape = [5, 10, 25, 25]
- kernel_size = [3, 3]
- strides = 1
- paddings = 1
- Return:
- out.shape = [5, 90, 625]
- 参数:
- x (Variable) – 输入4-D Tensor,形状为[N, C, H, W],数据类型为float32或者float64
- kernel_size (int|list of int) – 卷积核的尺寸,整数或者整型列表。如果为整型列表,应包含两个元素
[k_h, k_w]
,卷积核大小为k_h * k_w
;如果为整数k,会被当作整型列表[k, k]
处理 - strides (int|list of int,可选) – 卷积步长,整数或者整型列表。如果为整型列表,应该包含两个元素
[stride_h, stride_w]
。如果为整数,则stride_h = stride_w = strides
。默认值为1 - paddings (int|list of int,可选) – 每个维度的扩展, 整数或者整型列表。如果为整型列表,长度应该为4或者2;长度为4 对应的padding参数是:[padding_top, padding_left,padding_bottom, padding_right],长度为2对应的padding参数是[padding_h, padding_w],会被当作[padding_h, padding_w, padding_h, padding_w]处理。如果为整数padding,则会被当作[padding, padding, padding, padding]处理。默认值为0
- dilations (int|list of int,可选) – 卷积膨胀,整型列表或者整数。如果为整型列表,应该包含两个元素[dilation_h, dilation_w]。如果是整数dilation,会被当作整型列表[dilation, dilation]处理。默认值为1
- name (str|None,可选) - 该参数供开发人员打印调试信息时使用,具体用法请参见 Name ,默认值为None。
返回: unfold操作之后的结果,形状如上面所描述的[N, Cout, Lout],Cout每一个滑动block里面覆盖的元素个数,Lout是滑动block的个数,数据类型与 x
相同
返回类型: Variable
代码示例:
- import paddle.fluid as fluid
- x = fluid.layers.data(name = 'data', shape = [3, 224, 224], dtype = 'float32')
- y = fluid.layers.unfold(x, [3, 3], 1, 1, 1)