【pytorch学习】关于torch.nn.MaxPool2d和torch.nn.functional.max_pool2d

两者之间的区别与联系

首先给出结论,torch.nn.MaxPool2dtorch.nn.functional.max_pool2d两者本质上是一样的。
具体可以参考torch.nn.MaxPool2d源代码,核心源代码如下所示:

from .. import functional as F

class MaxPool2d(_MaxPoolNd):
    kernel_size: _size_2_t
    stride: _size_2_t
    padding: _size_2_t
    dilation: _size_2_t

    def forward(self, input: Tensor) -> Tensor:
        return F.max_pool2d(input, self.kernel_size, self.stride,
                            self.padding, self.dilation, self.ceil_mode,
                            self.return_indices)

由此可见,torch.nn.MaxPool2d在自己的forward()方法中调用了torch.nn.functional.max_pool2d
而pytorch官网在介绍torch.nn.functional.max_pool2d时,也是直接说

See MaxPool2d for details.

因此两者本质上是一样的。

至于为什么同一个任务定义两种方法,可能是为了符合不同人使用PyTorch的编码风格。

资料参考

https://pytorch.org/docs/stable/generated/torch.nn.functional.max_pool2d.html#torch.nn.functional.max_pool2d

https://stackoverflow.com/questions/58514197/difference-between-nn-maxpool2d-vs-nn-functional-max-pool2d?noredirect=1

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值