MaxPool3d

class torch.nn.MaxPool3d(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 3D 最大池化。

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

$$\begin{aligned} \text{out}(N_i, C_j, d, h, w) ={} & \max_{k=0, \ldots, kD-1} \max_{m=0, \ldots, kH-1} \max_{n=0, \ldots, kW-1} \\ & \text{input}(N_i, C_j, \text{stride[0]} \times d + k, \text{stride[1]} \times h + m, \text{stride[2]} \times w + n) \end{aligned}$$

如果 padding 不為零，則輸入將在兩側隱式填充 padding 個點，填充值為負無窮大。dilation 控制核點之間的間距。這很難描述，但這個 連結 對 dilation 的作用有一個很好的視覺化說明。

注意

當 ceil_mode=True 時，如果滑動視窗從左側填充區域或輸入區域開始，則允許其超出邊界。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

• 單個 int – 在這種情況下，深度、高度和寬度維度使用相同的值

• 一個包含三個 int 的 tuple – 在這種情況下，第一個 int 用於深度維度，第二個 int 用於高度維度，第三個 int 用於寬度維度

引數

• kernel_size (Union[int, tuple[int, int, int]]) – 執行最大池化的視窗大小

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

• padding (Union[int, tuple[int, int, int]]) – 在所有三個側面新增的隱式負無窮大填充

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

• return_indices (bool) – 如果為 True，將隨輸出一起返回最大值的索引。這對於後續的 torch.nn.MaxUnpool3d 很有用

• ceil_mode (bool) – 當為 True 時，將使用 向上取整 而不是 向下取整 來計算輸出形狀

形狀

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

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

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

示例

>>> # pool of square window of size=3, stride=2
>>> m = nn.MaxPool3d(3, stride=2)
>>> # pool of non-square window
>>> m = nn.MaxPool3d((3, 2, 2), stride=(2, 1, 2))
>>> input = torch.randn(20, 16, 50, 44, 31)
>>> output = m(input)