昇腾社区首页
中文
注册
开发者
下载

aclnnAdaptiveMaxPool3d

产品支持情况

[object Object]undefined

功能说明

  • 接口功能:根据输入的outputSize计算每次kernel的大小,对输入self进行3维最大池化操作,输出池化后的值outputOut和索引indicesOut。aclnnAdaptiveMaxPool3d与aclnnMaxPool3d的区别在于,只需指定outputSize大小,并按outputSize的大小来划分pooling区域。

  • 计算公式: outputOut tensor中对于DHW轴上每个位置为(l,m,n)(l,m,n)的元素来说,其计算公式为:

    Dleftl=floor((lD)/Do)D^{l}_{left} = floor((l*D)/D_o) Drightl=ceil(((l+1)D)/Do)D^{l}_{right} = ceil(((l+1)*D)/D_o) Hleftm=floor((mH)/Ho)H^{m}_{left} = floor((m*H)/H_o) Hrightm=ceil(((m+1)H)/Ho)H^{m}_{right} = ceil(((m+1)*H)/H_o) Wleftn=floor((nW)/Wo)W^{n}_{left} = floor((n*W)/W_o) Wrightn=ceil(((n+1)W)/Wo)W^{n}_{right} = ceil(((n+1)*W)/W_o) outputOut(N,C,l,m,n)=maxi[Dleftl,Drightl],j[Hleftm,Hrightm],k[Wleftn,Wrightn]input(N,C,i,j,k)outputOut(N,C,l,m,n)=\underset {i \in [D^{l}_{left}, D^{l}_{right}],j\in [H^m_{left},H^m_{right}], k \in [W^n_{left},W^n_{right}] }{max} input(N,C,i,j,k) indicesOut(N,C,l,m,n)=argmaxi[Dleftl,Drightl],j[Hleftm,Hrightm],k[Wleftn,Wrightn]input(N,C,i,j,k)indicesOut(N,C,l,m,n)=\underset {i \in [D^{l}_{left}, D^{l}_{right}],j\in [H^m_{left},H^m_{right}], k \in [W^n_{left},W^n_{right}] }{argmax} input(N,C,i,j,k)

函数原型

每个算子分为,必须先调用“aclnnAdaptiveMaxPool3dGetWorkspaceSize”接口获取计算所需workspace大小以及包含了算子计算流程的执行器,再调用“aclnnAdaptiveMaxPool3d”接口执行计算。

[object Object]
[object Object]

aclnnAdaptiveMaxPool3dGetWorkspaceSize

  • 参数说明:

    [object Object]
  • 返回值:

    aclnnStatus:返回状态码,具体参见

    第一段接口完成入参校验,出现以下场景时报错:

    [object Object]

aclnnAdaptiveMaxPool3d

  • 参数说明:

    [object Object]
  • 返回值:

    aclnnStatus:返回状态码,具体参见

约束说明

  • 确定性计算:

    • aclnnAdaptiveMaxPool3d默认确定性实现。
  • Shape描述:

    • self.shape = (N, C, Din, Hin, Win)
    • outputSize = [Din, Hout, Wout]
    • outputOut.shape = (N, C, Din, Hout, Wout)
    • indicesOut.shape = (N, C, Din, Hout, Wout)

调用示例

示例代码如下,仅供参考,具体编译和执行过程请参考

[object Object]