对由多个输入平面组成的输入信号应用二维最大池化。
在最简单的情况下,具有输入大小 (N,C,H,W) 的层的输出值,输出 (N,C,Hout,Wout) 和 kernel_size
(kH,kW) 可以精确描述为
out(Ni,Cj,h,w)=m=0,…,kH−1maxn=0,…,kW−1maxinput(Ni,Cj,stride[0]×h+m,stride[1]×w+n) 如果 padding
不为零,则输入在两侧隐式填充负无穷大,填充点数为 padding
。 dilation
控制内核点之间的间距。 难以描述,但此 链接 对 dilation
的作用进行了很好的可视化。
注意
当 ceil_mode=True 时,如果滑动窗口在左侧填充或输入内开始,则允许其超出边界。 从右侧填充区域开始的滑动窗口将被忽略。
参数 kernel_size
、stride
、padding
、dilation
可以是
- 参数
-
- 形状
输入: (N,C,Hin,Win) 或 (C,Hin,Win)
输出: (N,C,Hout,Wout) 或 (C,Hout,Wout),其中
Hout=⌊stride[0]Hin+2∗padding[0]−dilation[0]×(kernel_size[0]−1)−1+1⌋
Wout=⌊stride[1]Win+2∗padding[1]−dilation[1]×(kernel_size[1]−1)−1+1⌋
示例
>>> # pool of square window of size=3, stride=2
>>> m = nn.MaxPool2d(3, stride=2)
>>> # pool of non-square window
>>> m = nn.MaxPool2d((3, 2), stride=(2, 1))
>>> input = torch.randn(20, 16, 50, 32)
>>> output = m(input)