快捷方式

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)[源码]

对由多个输入平面组成的输入信号应用 2D 分数最大池化。

分数最大池化在 Ben Graham 的论文 Fractional MaxPooling 中有详细描述

最大池化操作在 kH×kWkH \times kW 区域应用,其随机步长由目标输出大小确定。输出特征的数量等于输入平面的数量。

参数
  • kernel_size – 执行最大值操作的窗口大小。可以是单个数字 kk (用于 k×kk \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 oHoWoH \times oW。可以是一个元组 (oH, oW) 或一个表示方形图像 oHoHoH \times oH 的单个数字

  • output_ratio – 如果想将输出大小设为输入大小的比例,可以使用此选项。这必须是 (0, 1) 范围内的数字或元组。

  • return_indices – 如果为 True,将返回索引以及输出。这对于传递给 max_unpool2d() 非常有用。

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))

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取面向初学者和高级开发者的深入教程

查看教程

资源

查找开发资源并获取问题的答案

查看资源