LPPool1d

class torch.nn.LPPool1d(norm_type, kernel_size, stride=None, ceil_mode=False)

对由多个输入平面组成的输入信号应用 1D 功率平均池化。

在每个窗口上，计算的函数是

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

• 当 p = $\infty$ 时，得到最大池化

• 当 p = 1 时，得到总和池化（与平均池化成比例）

注意

如果 p 次幂的总和为零，则此函数的梯度未定义。在这种情况下，此实现会将梯度设置为零。

参数

• kernel_size (Union[int, Tuple[int]]) – 单个整数，窗口的大小

• stride (Union[int, Tuple[int]]) – 单个整数，窗口的步幅。默认值为 kernel_size

• ceil_mode (bool) – 当为 True 时，将使用 ceil 而不是 floor 来计算输出形状

形状

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

• 输出： $(N, C, L_{out})$ 或 $(C, L_{out})$，其中

  $$L_{out} = \left\lfloor\frac{L_{in} - \text{kernel\_size}}{\text{stride}} + 1\right\rfloor$$

示例：

>>> # power-2 pool of window of length 3, with stride 2.
>>> m = nn.LPPool1d(2, 3, stride=2)
>>> input = torch.randn(20, 16, 50)
>>> output = m(input)