LPPool1d

类torch.nn.LPPool1d(norm_type, kernel_size, stride=None, ceil_mode=False)[源代码]

对由多个输入平面组成的输入信号进行一维幂平均池化处理。

在每个窗口中计算的函数是：

$f(X) = \sqrt[p]{\sum_{x \in X} x^{p}}$

• 当 p 等于 $\infty$ 时，就会得到最大池化

• 当 p = 1 时，会得到 Sum Pooling（这与 Average Pooling 成正比）

注意

当幂次 p 的和为零时，该函数的梯度未定义。在此情况下，此实现会将梯度设为零。

参数

• kernel_size (Union[int, Tuple[int]]): 单个整数，表示窗口的大小

• stride (Union[int, Tuple[int]]): 单个整数，表示窗口的步幅。默认值为 kernel_size

• ceil_mode (bool) – 当设置为 True 时，使用 ceil 而不是 floor 来计算输出形状

形状:

• 输入格式为: $(N, C, L_{in})$ 或 $(C, L_{in})$。

• 输出为 $(N, C, L_{out})$ 或 $(C, L_{out})$，其中

  $L_{out} = \left\lfloor\frac{L_{in} - \text{kernel\_size}}{\text{stride}} + 1\right\rfloor$

示例:

>>> # power-2 pool of window of length 3, with stride 2.
>>> m = nn.LPPool1d(2, 3, stride=2)
>>> input = torch.randn(20, 16, 50)
>>> output = m(input)