对由多个输入平面组成的输入信号应用 3D 最大池化。
在最简单的情况下,具有输入大小 (N,C,D,H,W) 的层的输出值,输出 (N,C,Dout,Hout,Wout) 和 kernel_size
(kD,kH,kW) 可以精确地描述为
out(Ni,Cj,d,h,w)=k=0,…,kD−1maxm=0,…,kH−1maxn=0,…,kW−1maxinput(Ni,Cj,stride[0]×d+k,stride[1]×h+m,stride[2]×w+n) 如果 padding
非零,则输入在两侧隐式填充负无穷大,填充点数为 padding
个。 dilation
控制内核点之间的间距。 难以描述,但此 链接 对 dilation
的作用有一个很好的可视化说明。
注意
当 ceil_mode=True 时,如果滑动窗口在左填充或输入内开始,则允许滑动窗口越界。 将忽略在右填充区域内开始的滑动窗口。
参数 kernel_size
、stride
、padding
、dilation
可以是以下之一:
- 参数
kernel_size (Union[int, Tuple[int, int, int]]) – 最大化窗口的大小
stride (Union[int, Tuple[int, int, int]]) – 窗口的步长。 默认值为 kernel_size
padding (Union[int, Tuple[int, int, int]]) – 在所有三侧添加的隐式负无穷大填充
dilation (Union[int, Tuple[int, int, int]]) – 控制窗口中元素步长的参数
return_indices (bool) – 如果 True
,将与输出一起返回最大索引。 对 torch.nn.MaxUnpool3d
很有用
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,Din,Hin,Win) 或 (C,Din,Hin,Win).
输出:(N,C,Dout,Hout,Wout) 或 (C,Dout,Hout,Wout), 其中
Dout=⌊stride[0]Din+2×padding[0]−dilation[0]×(kernel_size[0]−1)−1+1⌋
Hout=⌊stride[1]Hin+2×padding[1]−dilation[1]×(kernel_size[1]−1)−1+1⌋
Wout=⌊stride[2]Win+2×padding[2]−dilation[2]×(kernel_size[2]−1)−1+1⌋
示例
>>> # pool of square window of size=3, stride=2
>>> m = nn.MaxPool3d(3, stride=2)
>>> # pool of non-square window
>>> m = nn.MaxPool3d((3, 2, 2), stride=(2, 1, 2))
>>> input = torch.randn(20, 16, 50, 44, 31)
>>> output = m(input)