FractionalMaxPool2d

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

对由多个输入平面组成的输入信号应用 2D 分数最大池化。

分数最大池化的详细描述请见 Ben Graham 的论文 Fractional MaxPooling

最大池化操作在 $kH \times kW$ 区域中应用，步长大小由目标输出大小随机确定。输出特征的数量等于输入平面的数量。

注意

output_size 和 output_ratio 必须且只能定义一个。

参数

• kernel_size (Union[int, Tuple[int, int]]) – 最大池化窗口的大小。可以是一个数字 k（表示 k x k 的方形核）或一个元组 (kh, kw)

• output_size (Union[int, Tuple[int, int]]) – 目标输出图像大小，形式为 oH x oW。可以是元组 (oH, oW) 或单个数字 oH（表示方形图像 oH x oH）。请注意，我们必须有 $kH + oH - 1 <= H_{in}$ 和 $kW + oW - 1 <= W_{in}$

• output_ratio (Union[float, Tuple[float, float]]) – 如果希望输出大小为输入大小的比率，则可以提供此选项。这必须是范围 (0, 1) 中的数字或元组。请注意，我们必须有 $kH + (output\_ratio\_H * H_{in}) - 1 <= H_{in}$ 和 $kW + (output\_ratio\_W * W_{in}) - 1 <= W_{in}$

• return_indices (bool) – 如果为 True，将返回输出以及索引。对于传递给 nn.MaxUnpool2d() 非常有用。默认值： False

形状

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

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

示例

>>> # 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)