AdaptiveMaxPool2d¶

class AdaptiveMaxPool2d(oshp, **kwargs)[源代码]¶

对输入数据进行 2D 最大池化。

例如，给定形状为 $(N, C, H, W)$ 的输入以及输出形状 $(O H, O W)$ ，该层产生形状为 $(N, C, O H, O W)$ 的输出。生成过程描述如下：

\begin{aligned} o u t (N_{i}, C_{j}, h, w) = & max_{m = 0, \dots, k H - 1} max_{n = 0, \dots, k W - 1} input (N_{i}, C_{j}, stride[0] \times h + m, stride[1] \times w + n) \end{aligned}

kernel_size 和 stride 可以从输入输出的形状推断：

padding: (0, 0)
stride: (floor(IH / OH), floor(IW / OW))
kernel_size: (IH - (OH - 1) * stride_h, IW - (OW - 1) * stride_w)

实际案例

>>> import numpy as np
>>> m = M.AdaptiveMaxPool2d((2, 2))
>>> inp = mge.tensor(np.arange(0, 16).astype("float32").reshape(1, 1, 4, 4))
>>> oup = m(inp)
>>> oup.numpy()
array([[[[ 5.,  7.],
         [13., 15.]]]], dtype=float32)

AdaptiveAvgPool2d

DeformablePSROIPooling