Python PyTorch LPPool2d用法及代碼示例

本文簡要介紹python語言中 torch.nn.LPPool2d 的用法。

用法:

class torch.nn.LPPool2d(norm_type, kernel_size, stride=None, ceil_mode=False)

參數：

• kernel_size-窗口的大小

• stride-窗口的步幅。默認值為kernel_size

• ceil_mode-當為 True 時，將使用 ceil 而不是 floor 來計算輸出形狀

在由多個輸入平麵組成的輸入信號上應用 2D power-average 池化。

在每個窗口上，計算的函數是：

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

• 在 p = \infty 時，獲得最大池化

• 在 p = 1 時，得到 Sum Pooling(與平均池化成正比)

參數 kernel_size ， stride 可以是：

• 單個 int - 在這種情況下，高度和寬度尺寸使用相同的值

• 兩個整數的 tuple - 在這種情況下，第一個 int 用於高度維度，第二個 int 用於寬度維度

注意

如果p 的冪和為零，則未定義此函數的梯度。在這種情況下，此實現會將梯度設置為零。

形狀：

• 輸入：(N, C, H_{in}, W_{in})

• 輸出：(N, C, H_{out}, W_{out})，其中

  H_{out} = \left\lfloor\frac{H_{in} - \text{kernel\_size}[0]}{\text{stride}[0]} + 1\right\rfloor
  W_{out} = \left\lfloor\frac{W_{in} - \text{kernel\_size}[1]}{\text{stride}[1]} + 1\right\rfloor

例子：

>>> # power-2 pool of square window of size=3, stride=2
>>> m = nn.LPPool2d(2, 3, stride=2)
>>> # pool of non-square window of power 1.2
>>> m = nn.LPPool2d(1.2, (3, 2), stride=(2, 1))
>>> input = torch.randn(20, 16, 50, 32)
>>> output = m(input)