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)

对由多个输入平面组成的输入信号应用二维分数最大池化。

分数最大池化在 Ben Graham 的论文 分数最大池化 中有详细描述。

最大池化操作在 kH×kWkH \times kW 区域中应用,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 – 最大池化窗口的大小。可以是单个数字 kk(对于 k×kk \times k 的正方形内核)或元组 (kH, kW)

  • output_size – 图像的目标输出大小,格式为 oH×oWoH \times oW。可以是元组 (oH, oW) 或单个数字 oHoH,用于 oH×oHoH \times oH 的正方形图像

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

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

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

获取针对初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获取答案

查看资源