Python PyTorch MaxUnpool1d用法及代碼示例

本文簡要介紹python語言中 torch.nn.MaxUnpool1d 的用法。

用法:

class torch.nn.MaxUnpool1d(kernel_size, stride=None, padding=0)

參數：

• 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。默認設置為kernel_size。

• padding(int或者tuple) -添加到輸入的填充

計算 MaxPool1d 的部分逆。

MaxPool1d 不是完全可逆的，因為非最大值會丟失。

MaxUnpool1d 將 MaxPool1d 的輸出(包括最大值的索引)作為輸入，並計算部分逆，其中所有非最大值都設置為零。

注意

MaxPool1d 可以將多個輸入大小映射到相同的輸出大小。因此，反演過程可能會變得模棱兩可。為了適應這種情況，您可以在轉發調用中提供所需的輸出大小作為附加參數output_size。請參閱下麵的輸入和示例。

輸入：

• input : 要反轉的輸入張量

• indices : MaxPool1d 給出的索引

• output_size(可選)：目標輸出大小

形狀：

• 輸入：(N, C, H_{in}) 或 (C, H_{in}) 。

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

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

  或由調用運算符中的output_size 給出

例子：

>>> pool = nn.MaxPool1d(2, stride=2, return_indices=True)
>>> unpool = nn.MaxUnpool1d(2, stride=2)
>>> input = torch.tensor([[[1., 2, 3, 4, 5, 6, 7, 8]]])
>>> output, indices = pool(input)
>>> unpool(output, indices)
tensor([[[ 0.,  2.,  0.,  4.,  0.,  6.,  0., 8.]]])

>>> # Example showcasing the use of output_size
>>> input = torch.tensor([[[1., 2, 3, 4, 5, 6, 7, 8, 9]]])
>>> output, indices = pool(input)
>>> unpool(output, indices, output_size=input.size())
tensor([[[ 0.,  2.,  0.,  4.,  0.,  6.,  0., 8.,  0.]]])

>>> unpool(output, indices)
tensor([[[ 0.,  2.,  0.,  4.,  0.,  6.,  0., 8.]]])