MaxPool2d

classtorch.nn.MaxPool2d(kernel_size, stride=None, padding=0, dilation=1, return_indices=False, ceil_mode=False)[源代码]

对由多个输入平面组成的输入信号进行二维最大池化操作。

在最简单的情况下，对于输入大小为$(N, C, H, W)$、输出为$(N, C, H_{out}, W_{out})$且kernel_size 为$(kH, kW)$的层，其输出值可以精确描述为：

$\begin{aligned} out(N_i, C_j, h, w) ={} & \max_{m=0, \ldots, kH-1} \max_{n=0, \ldots, kW-1} \\ & \text{input}(N_i, C_j, \text{stride[0]} \times h + m, \text{stride[1]} \times w + n) \end{aligned}$

如果 padding 不为零，输入数据会在两侧隐式地用负无穷进行填充，每侧填充的点数与 padding 指定的数量相同。dilation 控制卷积核中各点之间的间距。虽然难以描述清楚，但这个 链接 提供了一个很好的可视化示例来帮助理解 dilation 的作用。

注意

当 ceil_mode=True 时，如果滑动窗口始于左填充区域或输入区域，则允许其超出边界。而那些原本应从右填充区域开始的滑动窗口则会被忽略。

参数 kernel_size、stride、padding 和 dilation 可以是：

• 一个单独的 int – 在这种情况下，同一个值会被用来表示高度和宽度。

• 一个包含两个整数的元组，其中第一个整数表示高度，第二个整数表示宽度。

参数

• kernel_size (Union[int, Tuple[int, int]]) – 窗口大小，用于计算最大值

• stride (Union[int, Tuple[int, int]]) – 窗口的步幅。默认值为 kernel_size

• padding (Union[int, Tuple[int, int]]) – 在两侧隐式添加的负无穷大填充

• dilation (Union[int, Tuple[int, int]]) – 控制窗口中元素步长的参数

• return_indices (bool) – 如果为 True，将与输出一起返回最大值的索引。这对于后续使用torch.nn.MaxUnpool2d时非常有用。

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

• 输出为 $(N, C, H_{out}, W_{out})$ 或 $(C, H_{out}, W_{out})$

  $H_{out} = \left\lfloor\frac{H_{in} + 2 * \text{padding[0]} - \text{dilation[0]} \times (\text{kernel\_size[0]} - 1) - 1}{\text{stride[0]}} + 1\right\rfloor$
  $W_{out} = \left\lfloor\frac{W_{in} + 2 * \text{padding[1]} - \text{dilation[1]} \times (\text{kernel\_size[1]} - 1) - 1}{\text{stride[1]}} + 1\right\rfloor$

示例:

>>> # pool of square window of size=3, stride=2
>>> m = nn.MaxPool2d(3, stride=2)
>>> # pool of non-square window
>>> m = nn.MaxPool2d((3, 2), stride=(2, 1))
>>> input = torch.randn(20, 16, 50, 32)
>>> output = m(input)