torch_geometric.nn.pool.voxel_grid

voxel_grid(pos: Tensor, size: Union[float, List[float], Tensor], batch: Optional[Tensor] = None, start: Optional[Union[float, List[float], Tensor]] = None, end: Optional[Union[float, List[float], Tensor]] = None) → Tensor[source]

体素网格池化来自，例如，Dynamic Edge-Conditioned Filters in Convolutional Networks on Graphs 论文，它在点云上覆盖一个用户定义大小的规则网格，并将同一体素内的所有点聚类。

Parameters:

  • pos (torch.Tensor) – 节点位置矩阵 \(\mathbf{X} \in \mathbb{R}^{(N_1 + \ldots + N_B) \times D}\).

  • size (float 或 [float] 或 Tensor) – 体素的大小（在每个维度上）。

  • batch (torch.Tensor, optional) – 批次向量 \(\mathbf{b} \in {\{ 0, \ldots,B-1\}}^N\), 它将每个 节点分配给一个特定的示例。(默认: None)

  • 开始 (float 或 [float] 或 Tensor, 可选) – 网格的起始坐标（在每个维度中）。如果设置为 None，将设置为在 pos 中找到的最小坐标。（默认值：None）

  • end (float 或 [float] 或 Tensor, 可选) – 网格的结束坐标 （在每个维度中）。如果设置为 None，将设置为 在 pos 中找到的最大坐标。（默认值：None）

Return type:

torch.Tensor