nn.MaxPool2d
接口文档
CLASStorch.nn.MaxPool2d(kernel_size, stride=None, padding=0, dilation=1,
return_indices=False, ceil_mode=False)
在多个输入平面上应用2D最大池化;
Pool作用:提取重要信息,减少计算开销;
参数解释:
Kernel_size: max pooling 窗口大小;
stride: 窗口移动的步长,默认为kernel_size;
padding: 每条边填充0的层数;
ceil_mode: 如果为True,计算输出信号大小的时候,会使用向上取整,默认是向下取整的;
输入维度: (N, C, H_in, W_in), 或者 (C, H_in, W_in)
输出维度:(N, C, H_out, W_out)或者 (C, H_out, W_out)
计算方法:
代码演示:
>>> import torch
>>> import torch.nn as nn
>>> a = torch.randn(3,5,10) # 3通道, 5*10平面
>>> b = nn.MaxPool2d((5,1)) # kernel_size = 5, stride = 1
>>> c = b(a)
>>> c.shape
torch.Size([3, 1, 10])
>>> e = torch.randn(3,3,5,10) # 第一个3表示 batch_size
>>> f = b(e)
>>> f.shape
torch.Size([3, 3, 1, 10])