MaxPool1d¶
- class torch.nn.MaxPool1d(kernel_size, stride=None, padding=0, dilation=1, return_indices=False, ceil_mode=False)[source]¶
对由多个输入平面组成的输入信号应用一维最大池化。
在最简单的情况下,输入大小为 且输出为 的层的输出值可以精确地描述为
如果
padding
不为零,则输入将在两侧隐式填充负无穷大,填充点数为padding
。dilation
是滑动窗口内元素之间的步长。这个 链接 对池化参数有一个很好的可视化。注意
当 ceil_mode=True 时,如果滑动窗口从左侧填充或输入内部开始,则允许滑动窗口越界。 从右侧填充区域开始的滑动窗口将被忽略。
- 参数
stride (Union[int, Tuple[int]]) – 滑动窗口的步长,必须大于 0。默认值为
kernel_size
。padding (Union[int, Tuple[int]]) – 在两侧添加的隐式负无穷大填充,必须大于等于 0 且小于等于 kernel_size / 2。
return_indices (bool) – 如果
True
,将返回最大值以及 argmax。对后续的torch.nn.MaxUnpool1d
有用ceil_mode (bool) – 如果
True
,将使用 ceil 而不是 floor 来计算输出形状。这确保输入张量的每个元素都被滑动窗口覆盖。
- 形状
输入: 或 .
输出: 或 , 其中
示例
>>> # pool of size=3, stride=2 >>> m = nn.MaxPool1d(3, stride=2) >>> input = torch.randn(20, 16, 50) >>> output = m(input)