torch.nn.functional.fractional_max_pool3d

torch.nn.functional.fractional_max_pool3d(input, kernel_size, output_size=None, output_ratio=None, return_indices=False, _random_samples=None)

對由多個輸入平面組成的輸入訊號應用 3D 分數最大池化。

分數最大池化在 Ben Graham 的論文 Fractional MaxPooling 中有詳細描述

最大池化操作透過由目標輸出大小確定的隨機步長應用於 $kT \times kH \times kW$ 區域。輸出特徵的數量等於輸入平面的數量。

引數

• kernel_size – 進行最大值計算的視窗大小。可以是一個單獨的數字 $k$（用於 $k \times k \times k$ 的方形核）或一個元組 (kT, kH, kW)

• output_size – 目標輸出大小，形式為 $oT \times oH \times oW$。可以是一個元組 (oT, oH, oW) 或一個用於立方體輸出 $oH \times oH \times oH$ 的單獨數字 $oH$

• output_ratio – 如果希望輸出大小是輸入大小的一個比例，可以給出此選項。這必須是一個介於 (0, 1) 範圍內的數字或元組。

• return_indices – 如果 True，將與輸出一起返回索引。可用於傳遞給 max_unpool3d()。

形狀

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

• 輸出: $(N, C, T_{out}, H_{out}, W_{out})$ 或 $(C, T_{out}, H_{out}, W_{out})$，其中 $(T_{out}, H_{out}, W_{out})=\text{output\_size}$ 或 $(T_{out}, H_{out}, W_{out})=\text{output\_ratio} \times (T_{in}, H_{in}, W_{in})$

示例：

>>> input = torch.randn(20, 16, 50, 32, 16)
>>> # pool of cubic window of size=3, and target output size 13x12x11
>>> F.fractional_max_pool3d(input, 3, output_size=(13, 12, 11))
>>> # pool of cubic window and target output size being half of input size
>>> F.fractional_max_pool3d(input, 3, output_ratio=(0.5, 0.5, 0.5))