Pytorch学习-task7：Pytorch池化层和归一化层

最新推荐文章于 2024-05-12 20:00:00 发布

原创

最新推荐文章于 2024-05-12 20:00:00 发布 · 2.6k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#pytorch #深度学习 #机器学习

本文详细介绍了PyTorch中MaxPool和AvgPool两种池化操作，包括参数解释、尺寸计算和实例演示。同时提到了MaxUnpool作为MaxPool的逆运算，并简单实现了mean_pooling和max_pooling的函数。最后，讨论了归一化层在神经网络中的作用。

Pytorch学习-task7：Pytorch池化层和归一化层

torch.nn中提供的Pooling Layers

参考链接1：
参考链接2：
参考链接3：

torch.nn中提供的Pooling Layers

在这里插入图片描述

池化层

1. MaxPool 最大池化操作

torch.nn.MaxPool1d(kernel_size, stride=None, padding=0, dilation=1, return_indices=False, ceil_mode=False)
torch.nn.MaxPool2d(kernel_size, stride=None, padding=0, dilation=1, return_indices=False, ceil_mode=False)
torch.nn.MaxPool3d(kernel_size, stride=None, padding=0, dilation