MaxUnpool1d¶
- class torch.nn.MaxUnpool1d(kernel_size, stride=None, padding=0)[源代码]¶
计算
MaxPool1d
的部分逆。MaxPool1d
不是完全可逆的,因为非最大值会被丢失。MaxUnpool1d
将MaxPool1d
的输出(包括最大值的索引)作为输入,并计算部分逆,其中所有非最大值都设置为零。注意
当输入索引具有重复值时,此操作的行为可能不确定。有关更多信息,请参阅 https://github.com/pytorch/pytorch/issues/80827 和 可重复性。
注意
MaxPool1d
可以将多个输入大小映射到相同输出大小。因此,反转过程可能会变得模棱两可。为了解决这个问题,您可以在前向调用中提供所需的输出大小作为附加参数output_size
。请参见下面的输入和示例。- 参数
- 输入
input:要反转的输入张量
indices:由
MaxPool1d
给出的索引output_size(可选):目标输出大小
- 形状
输入: 或 .
输出: 或 ,其中
或由调用运算符中的
output_size
给出
示例
>>> pool = nn.MaxPool1d(2, stride=2, return_indices=True) >>> unpool = nn.MaxUnpool1d(2, stride=2) >>> input = torch.tensor([[[1., 2, 3, 4, 5, 6, 7, 8]]]) >>> output, indices = pool(input) >>> unpool(output, indices) tensor([[[ 0., 2., 0., 4., 0., 6., 0., 8.]]]) >>> # Example showcasing the use of output_size >>> input = torch.tensor([[[1., 2, 3, 4, 5, 6, 7, 8, 9]]]) >>> output, indices = pool(input) >>> unpool(output, indices, output_size=input.size()) tensor([[[ 0., 2., 0., 4., 0., 6., 0., 8., 0.]]]) >>> unpool(output, indices) tensor([[[ 0., 2., 0., 4., 0., 6., 0., 8.]]])