Python PyTorch FractionalMaxPool2d用法及代碼示例

本文簡要介紹python語言中 torch.nn.FractionalMaxPool2d 的用法。

用法:

class torch.nn.FractionalMaxPool2d(kernel_size, output_size=None, output_ratio=None, return_indices=False, _random_samples=None)

參數：

• kernel_size-最大的窗口大小。可以是單個數字 k(對於 k x k 的方核)或元組 (kh, kw)

• output_size-oH x oW 形式的圖像的目標輸出大小。可以是元組 (oH, oW) 或正方形圖像的單個數字 oH oH x oH

• output_ratio-如果希望將輸出大小作為輸入大小的比率，則可以給出此選項。這必須是 (0, 1) 範圍內的數字或元組

• return_indices-如果 True ，將返回索引以及輸出。用於傳遞給 nn.MaxUnpool2d() 。默認值：False

在由多個輸入平麵組成的輸入信號上應用 2D 分數最大池化。

分數 MaxPooling 在 Ben Graham 的論文 Fractional MaxPooling 中有詳細說明

max-pooling 操作以由目標輸出大小確定的隨機步長大小應用於kH \times kW 區域。輸出特征的數量等於輸入平麵的數量。

形狀：

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

• 輸出：(N, C, H_{out}, W_{out}) 或 (C, H_{out}, W_{out}) ，其中 (H_{out}, W_{out})=\text{output\_size} 或 (H_{out}, W_{out})=\text{output\_ratio} \times (H_{in}, W_{in}) 。

例子

>>> # pool of square window of size=3, and target output size 13x12
>>> m = nn.FractionalMaxPool2d(3, output_size=(13, 12))
>>> # pool of square window and target output size being half of input image size
>>> m = nn.FractionalMaxPool2d(3, output_ratio=(0.5, 0.5))
>>> input = torch.randn(20, 16, 50, 32)
>>> output = m(input)