MaxPool2d

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

對由多個輸入平面組成的輸入訊號應用二維最大池化。

在最簡單的情況下，輸入尺寸為 $(N, C, H, W)$、輸出尺寸為 $(N, C, H_{out}, W_{out})$ 且 kernel_size 為 $(kH, kW)$ 的層的輸出值可以精確地描述為

$$\begin{aligned} out(N_i, C_j, h, w) ={} & \max_{m=0, \ldots, kH-1} \max_{n=0, \ldots, kW-1} \\ & \text{input}(N_i, C_j, \text{stride[0]} \times h + m, \text{stride[1]} \times w + n) \end{aligned}$$

如果 padding 非零，則輸入會在兩側隱含地用負無窮填充 padding 個點。dilation 控制著核點之間的間距。這很難描述，但此連結對其作用有很好的視覺化解釋。

注意

當 ceil_mode=True 時，如果滑動視窗從左側填充或輸入區域開始，則允許超出邊界。從右側填充區域開始的滑動視窗將被忽略。

引數 kernel_size、stride、padding、dilation 可以是

• 一個單獨的 int – 在這種情況下，高度和寬度維度使用相同的值

• 一個包含兩個 int 的 tuple – 在這種情況下，第一個 int 用於高度維度，第二個 int 用於寬度維度

引數

• kernel_size (Union[int, tuple[int, int]]) – 最大池化視窗的大小

• stride (Union[int, tuple[int, int]]) – 視窗的步長。預設值為 kernel_size

• padding (Union[int, tuple[int, int]]) – 在兩側新增的隱式負無窮填充

• dilation (Union[int, tuple[int, int]]) – 一個控制視窗中元素步長的引數

• return_indices (bool) – 如果為 True，則會與輸出一起返回最大值的索引。對於後續的 torch.nn.MaxUnpool2d 很有用

• ceil_mode (bool) – 當為 True 時，將使用 ceil 而不是 floor 計算輸出形狀

形狀

• 輸入: $(N, C, H_{in}, W_{in})$ 或 $(C, H_{in}, W_{in})$

• 輸出: $(N, C, H_{out}, W_{out})$ 或 $(C, H_{out}, W_{out})$，其中

  $$H_{out} = \left\lfloor\frac{H_{in} + 2 * \text{padding[0]} - \text{dilation[0]} \times (\text{kernel\_size[0]} - 1) - 1}{\text{stride[0]}} + 1\right\rfloor$$
  $$W_{out} = \left\lfloor\frac{W_{in} + 2 * \text{padding[1]} - \text{dilation[1]} \times (\text{kernel\_size[1]} - 1) - 1}{\text{stride[1]}} + 1\right\rfloor$$

示例

>>> # pool of square window of size=3, stride=2
>>> m = nn.MaxPool2d(3, stride=2)
>>> # pool of non-square window
>>> m = nn.MaxPool2d((3, 2), stride=(2, 1))
>>> input = torch.randn(20, 16, 50, 32)
>>> output = m(input)