Python PyTorch MaxPool3d用法及代碼示例

本文簡要介紹python語言中 torch.nn.MaxPool3d 的用法。

用法:

class torch.nn.MaxPool3d(kernel_size, stride=None, padding=0, dilation=1, return_indices=False, ceil_mode=False)

參數：

• kernel_size-最大的窗口大小

• stride-窗口的步幅。默認值為kernel_size

• padding-在所有三個邊上添加隱式零填充

• dilation-控製窗口中元素步幅的參數

• return_indices-如果 True ，將返回最大索引以及輸出。以後對 torch.nn.MaxUnpool3d 有用

• 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 3D 最大池化。

在最簡單的情況下，輸入大小為 (N, C, D, H, W) 、輸出 (N, C, D_{out}, H_{out}, W_{out}) 和 kernel_size (kD, kH, kW) 的層的輸出值可以精確地說明為：

\begin{aligned} \text{out}(N_i, C_j, d, h, w) ={} & \max_{k=0, \ldots, kD-1} \max_{m=0, \ldots, kH-1} \max_{n=0, \ldots, kW-1} \\ & \text{input}(N_i, C_j, \text{stride[0]} \times d + k, \text{stride[1]} \times h + m, \text{stride[2]} \times w + n) \end{aligned}

如果padding 不為零，則輸入在兩側隱式填充為padding 點數的負無窮大。 dilation 控製內核點之間的間距。很難說明，但這個link 很好地可視化了dilation 的作用。

注意

當ceil_mode=True 時，如果滑動窗口在左側填充或輸入內開始，則允許滑動窗口越界。將在右側填充區域開始的滑動窗口將被忽略。

參數 kernel_size 、 stride 、 padding 、 dilation 可以是：

• 單個 int - 在這種情況下，深度、高度和寬度尺寸使用相同的值

• 三個整數的 tuple - 在這種情況下，第一個 int 用於深度維度，第二個 int 用於高度維度，第三個 int 用於寬度維度

形狀：

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

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

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

例子：

>>> # pool of square window of size=3, stride=2
>>> m = nn.MaxPool3d(3, stride=2)
>>> # pool of non-square window
>>> m = nn.MaxPool3d((3, 2, 2), stride=(2, 1, 2))
>>> input = torch.randn(20, 16, 50,44, 31)
>>> output = m(input)