MaxPool2d¶
- class MaxPool2d(kernel_size, stride=None, padding=0, **kwargs)[源代码]¶
对输入数据进行2D最大值池化(max pooling)。
例如,给定一个大小为 (N, C, H_{text{in}}, W_{text{in}}) 和
kernel_size
\((kH, kW)\) 的输入,该层通过一个如下描述的过程产生形状为 \((N, C, H_{\text{out}}, W_{\text{out}})\) 的输出:\[\begin{aligned} out(N_i, C_j, h, w) ={} & \max_{m=0, \ldots, kH-1} \max_{n=0, \ldots, kW-1} \text{input}(N_i, C_j, \text{stride[0]} \times h + m, \text{stride[1]} \times w + n) \end{aligned}\]若
padding
非零, 则输入数据会被隐式地在两边用零值进行填充(pad)padding
个点。- 参数
实际案例
>>> import numpy as np >>> m = M.MaxPool2d(kernel_size=3, stride=1, padding=0) >>> inp = mge.tensor(np.arange(0, 16).astype("float32").reshape(1, 1, 4, 4)) >>> oup = m(inp) >>> oup.numpy() array([[[[10., 11.], [14., 15.]]]], dtype=float32)