快捷方式

LPPool1d

class torch.nn.LPPool1d(norm_type, kernel_size, stride=None, ceil_mode=False)[源代码]

对由多个输入平面组成的输入信号应用一维幂平均池化。

在每个窗口上,计算的函数为

f(X)=xXxppf(X) = \sqrt[p]{\sum_{x \in X} x^{p}}
  • 当 p = \infty 时,得到最大池化

  • 当 p = 1 时,得到求和池化(它与平均池化成比例)

注意

如果对 p 幂的求和为零,则此函数的梯度未定义。此实现将在此情况下将梯度设置为零。

参数
形状
  • 输入: (N,C,Lin)(N, C, L_{in})(C,Lin)(C, L_{in}).

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

    Lout=Linkernel_sizestride+1L_{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)

文档

访问 PyTorch 的完整开发人员文档

查看文档

教程

获取针对初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源