torch.nn.functional.fractional_max_pool2d

torch.nn.functional.fractional_max_pool2d(input, kernel_size, output_size=None, output_ratio=None, return_indices=False, _random_samples=None)

对由若干输入平面组成的输入信号应用 2D 分数最大池化。

分数最大池化的详细描述请见 Ben Graham 的论文 Fractional MaxPooling

最大池化操作在 $kH \times kW$ 区域中应用，步长大小由目标输出大小随机确定。输出特征的数量等于输入平面的数量。

参数

• kernel_size – 最大池化窗口的大小。可以是一个数字 $k$ (对于 $k \times k$ 的方形核) 或一个元组 (kH, kW)

• output_size – 目标输出图像大小，形式为 $oH \times oW$。可以是元组 (oH, oW) 或单个数字 $oH$，表示 $oH \times oH$ 的方形图像

• output_ratio – 如果希望输出大小为输入大小的比率，则可以提供此选项。这必须是范围 (0, 1) 中的数字或元组

• return_indices – 如果为 True，将返回输出以及索引。可用于传递给 max_unpool2d()。

示例：

>>> input = torch.randn(20, 16, 50, 32)
>>> # pool of square window of size=3, and target output size 13x12
>>> F.fractional_max_pool2d(input, 3, output_size=(13, 12))
>>> # pool of square window and target output size being half of input image size
>>> F.fractional_max_pool2d(input, 3, output_ratio=(0.5, 0.5))