快捷方式

torch.quantized_max_pool2d

torch.quantized_max_pool2d(input, kernel_size, stride=[], padding=0, dilation=1, ceil_mode=False) Tensor

对由多个输入平面组成的输入量化张量应用二维最大池化。

参数
  • input (Tensor) – 量化张量

  • kernel_size (list of int) – 滑动窗口的大小

  • stride (list of int,可选) – 滑动窗口的步长

  • padding (list of int,可选) – 要添加到两侧的填充,必须大于等于 0 且小于等于 kernel_size / 2

  • dilation (list of int,可选) – 滑动窗口内元素之间的步长,必须大于 0。默认为 1

  • ceil_mode (bool, 可选) – 如果为 True,则将使用 ceil 而不是 floor 来计算输出形状。默认为 False。

返回值

应用了 max_pool2d 的量化张量。

返回类型

张量

示例

>>> qx = torch.quantize_per_tensor(torch.rand(2, 2, 2, 2), 1.5, 3, torch.quint8)
>>> torch.quantized_max_pool2d(qx, [2,2])
tensor([[[[1.5000]],

        [[1.5000]]],


        [[[0.0000]],

        [[0.0000]]]], size=(2, 2, 1, 1), dtype=torch.quint8,
    quantization_scheme=torch.per_tensor_affine, scale=1.5, zero_point=3)

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

查找开发资源并获得问题的解答

查看资源