池化核会挑选,最大的一个数。目的:减少特征参数,训练更快
由ceil_mode决定在不够时是否保留,默认ceil为False,也就是floor模式
import torch from torch import nn from torch.nn import MaxPool2d input=torch.tensor([[[1,2,0,3,1], [0,1,2,3,1], [1,2,1,0,0], [5,2,3,1,1], [2,1,0,1,1]]],dtype=torch.float32)//这里设置为float型,因为池化认这个 torch.reshape(input,(-1,1,5,5)) print(input.shape)//改成tensor class Model(nn.Module): def __init__(self): super(Model,self).__init__() self.maxpool=MaxPool2d(kernel_size=3,ceil_mode=True) def forward(self,input): output=self.maxpool(input) return output model=Model() output=model(input) print(output)