Python PyTorch LPPool1d用法及代码示例

本文简要介绍python语言中 torch.nn.LPPool1d 的用法。

用法:

class torch.nn.LPPool1d(norm_type, kernel_size, stride=None, ceil_mode=False)

参数：

• kernel_size-单个 int，窗口的大小

• stride-单个 int，窗口的步幅。默认值为kernel_size

• ceil_mode-当为 True 时，将使用 ceil 而不是 floor 来计算输出形状

在由多个输入平面组成的输入信号上应用 1D power-average 池化。

在每个窗口上，计算的函数是：

f(X) = \sqrt[p]{\sum_{x \in X} x^{p}}

• 在 p = \infty 时，获得最大池化

• 在 p = 1 时，得到 Sum Pooling(与 Average Pooling 成正比)

注意

如果p 的幂和为零，则未定义此函数的梯度。在这种情况下，此实现会将梯度设置为零。

形状：

• 输入：(N, C, L_{in}) 或 (C, L_{in}) 。

• 输出： (N, C, L_{out}) 或 (C, L_{out}) ，其中

  L_{out} = \left\lfloor\frac{L_{in} - \text{kernel\_size}}{\text{stride}} + 1\right\rfloor

例子：：

>>> # power-2 pool of window of length 3, with stride 2.
>>> m = nn.LPPool1d(2, 3, stride=2)
>>> input = torch.randn(20, 16, 50)
>>> output = m(input)