torch.quantized_max_pool2d

torch.quantized_max_pool2d(input, kernel_size, stride=[], padding=0, dilation=1, ceil_mode=False) → Tensor

在由多個輸入平面組成的輸入量化張量上應用二維最大池化。

引數

• input (Tensor) – 量化張量

• kernel_size (list of int) – 滑動視窗的大小

• stride (list of int, 可選) – 滑動視窗的步長

• padding (list of int, 可選) – 在兩側新增的填充，必須 >= 0 且 <= kernel_size / 2

• dilation (list of int, 可選) – 滑動視窗內元素之間的步長，必須 > 0。預設為 1

• ceil_mode (bool, 可選) – 如果為 True，將使用 ceil（向上取整）而不是 floor（向下取整）來計算輸出形狀。預設為 False。

返回

應用 max_pool2d 後的量化張量。

返回型別

Tensor

示例

>>> qx = torch.quantize_per_tensor(torch.rand(2, 2, 2, 2), 1.5, 3, torch.quint8)
>>> torch.quantized_max_pool2d(qx, [2,2])
tensor([[[[1.5000]],

        [[1.5000]]],


        [[[0.0000]],

        [[0.0000]]]], size=(2, 2, 1, 1), dtype=torch.quint8,
    quantization_scheme=torch.per_tensor_affine, scale=1.5, zero_point=3)