Python PyTorch MaxUnpool3d用法及代码示例

本文简要介绍python语言中 torch.nn.MaxUnpool3d 的用法。

用法:

class torch.nn.MaxUnpool3d(kernel_size, stride=None, padding=0)

参数：

• kernel_size(int或者tuple) -最大池化窗口的大小。

• stride(int或者tuple) -最大池化窗口的步幅。默认设置为kernel_size。

• padding(int或者tuple) -添加到输入的填充

计算 MaxPool3d 的部分逆。

MaxPool3d 不是完全可逆的，因为非最大值会丢失。 MaxUnpool3d 将 MaxPool3d 的输出(包括最大值的索引)作为输入，并计算部分逆，其中所有非最大值都设置为零。

注意

MaxPool3d 可以将多个输入大小映射到相同的输出大小。因此，反演过程可能会变得模棱两可。为了适应这种情况，您可以在转发调用中提供所需的输出大小作为附加参数output_size。请参阅下面的输入部分。

输入：

• input : 要反转的输入张量

• indices : MaxPool3d 给出的索引

• output_size(可选)：目标输出大小

形状：

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

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

  D_{out} = (D_{in} - 1) \times \text{stride[0]} - 2 \times \text{padding[0]} + \text{kernel\_size[0]}
  H_{out} = (H_{in} - 1) \times \text{stride[1]} - 2 \times \text{padding[1]} + \text{kernel\_size[1]}
  W_{out} = (W_{in} - 1) \times \text{stride[2]} - 2 \times \text{padding[2]} + \text{kernel\_size[2]}

  或由调用运算符中的output_size 给出

例子：

>>> # pool of square window of size=3, stride=2
>>> pool = nn.MaxPool3d(3, stride=2, return_indices=True)
>>> unpool = nn.MaxUnpool3d(3, stride=2)
>>> output, indices = pool(torch.randn(20, 16, 51, 33, 15))
>>> unpooled_output = unpool(output, indices)
>>> unpooled_output.size()
torch.Size([20, 16, 51, 33, 15])