Python PyTorch MaxPool2d用法及代码示例

本文简要介绍python语言中 torch.nn.MaxPool2d 的用法。

用法:

class torch.nn.MaxPool2d(kernel_size, stride=None, padding=0, dilation=1, return_indices=False, ceil_mode=False)

参数：

• kernel_size-最大的窗口大小

• stride-窗口的步幅。默认值为kernel_size

• padding-要在两侧添加隐式零填充

• dilation-控制窗口中元素步幅的参数

• return_indices-如果 True ，将返回最大索引以及输出。以后对 torch.nn.MaxUnpool2d 有用

• 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 2D 最大池化。

在最简单的情况下，输入大小为 (N, C, H, W) 、输出 (N, C, H_{out}, W_{out}) 和 kernel_size (kH, kW) 的层的输出值可以精确地说明为：

\begin{aligned} out(N_i, C_j, h, w) ={} & \max_{m=0, \ldots, kH-1} \max_{n=0, \ldots, kW-1} \\ & \text{input}(N_i, C_j, \text{stride[0]} \times h + m, \text{stride[1]} \times w + n) \end{aligned}

如果padding 不为零，则输入在两侧隐式填充为padding 点数的负无穷大。 dilation 控制内核点之间的间距。很难说明，但这个link 很好地可视化了dilation 的作用。

注意

当ceil_mode=True 时，如果滑动窗口在左侧填充或输入内开始，则允许滑动窗口越界。将在右侧填充区域开始的滑动窗口将被忽略。

参数 kernel_size 、 stride 、 padding 、 dilation 可以是：

• 单个 int - 在这种情况下，高度和宽度尺寸使用相同的值

• 两个整数的 tuple - 在这种情况下，第一个 int 用于高度维度，第二个 int 用于宽度维度

形状：

• 输入：(N, C, H_{in}, W_{in}) 或 (C, H_{in}, W_{in})

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

  H_{out} = \left\lfloor\frac{H_{in} + 2 * \text{padding[0]} - \text{dilation[0]} \times (\text{kernel\_size[0]} - 1) - 1}{\text{stride[0]}} + 1\right\rfloor
  W_{out} = \left\lfloor\frac{W_{in} + 2 * \text{padding[1]} - \text{dilation[1]} \times (\text{kernel\_size[1]} - 1) - 1}{\text{stride[1]}} + 1\right\rfloor

例子：

>>> # pool of square window of size=3, stride=2
>>> m = nn.MaxPool2d(3, stride=2)
>>> # pool of non-square window
>>> m = nn.MaxPool2d((3, 2), stride=(2, 1))
>>> input = torch.randn(20, 16, 50, 32)
>>> output = m(input)