1 基本用法

class torch.nn.MaxPool2d(kernel_size, stride=None, padding=0, dilation=1, return_indices=False, ceil_mode=False)

2 参数详解

kernel_size

最大池化窗口的大小,类型为int 或者元组,

当最大池化窗口是方形的时候,只需要一个整数边长即可;最大池化窗口不是方形时,要输入一个元组表示 高和宽。【必选】

每次将输入池化操作的kernel_size大小的内容进行最大池化操作得到一个结果

stride

最大池化窗口每次滑动的步长为多少,默认是 kernel_size【可选】

以kernel_size为1为例,会有:

这一轮考虑的是a[i][j],下一轮考虑的就是a[i][j+stride]

padding

设置在所有边界增加 值为 0 的边距的大小(也就是在feature map 外围增加几圈 0 )

例如当 padding =1 的时候,如果原来大小为 3 × 3 ,那么之后的大小为 5 × 5 。即在外围加了一圈 0 。【可选】

padding的作用是为了维护输出的维度

dilation

控制最大池化窗口之间的间距【可选】

如果我们设置的dilation=0的话,效果如图:(蓝色为输入,绿色为输出,最大池化窗口为3 × 3)

如果设置的是dilation=1,那么效果如图:(蓝色为输入,绿色为输出,最大池化窗口卷积核仍为 3 × 3 。)
但是这里最大池化窗口点与输入之间距离为1的值相乘来得到输出。

ceil_mode 如果等于True,计算输出信号大小的时候,会使用向上取整,代替默认的向下取整的操作

3 输入输出形状

假设输入形状为:,输出形状为

(batchsize, channel, height, width)

那么,根据MaxPool2d的参数,我们有:

pytorch笔记:torch.nn.MaxPool2d相关推荐

  1. torch nn.MaxPool2d

    1.应用 import torch import torch.nn as nnm = nn.MaxPool2d(2) input = torch.randn(1, 1, 4, 4) output = ...

  2. Pytorch中torch.nn.Softmax的dim参数含义

    自己搞了一晚上终于搞明白了,下文说的很透彻,做个记录,方便以后翻阅 Pytorch中torch.nn.Softmax的dim参数含义

  3. 【PyTorch】torch.nn.Transformer解读与应用

    nn.TransformerEncoderLayer 这个类是transformer encoder的组成部分,代表encoder的一个层,而encoder就是将transformerEncoderL ...

  4. 【Pytorch】torch.nn.Conv1d()理解与使用

    官方文档:https://pytorch.org/docs/stable/generated/torch.nn.Conv1d.html?highlight=nn%20conv1d#torch.nn.C ...

  5. torch.nn.MaxPool2d详解

    注意:这里展示的是本篇博文写时的版本最新的实现,但是后续会代码可能会迭代更新,建议对照官方文档进行学习. 先来看源码: # 这个类是是许多池化类的基类,这里有必要了解一下 class _MaxPool ...

  6. 【Pytorch】torch.nn.Dropout()

    目录 简介 torch.nn.Dropout() 语法 作用 举例 参考 结语 简介 Hello! 非常感谢您阅读海轰的文章,倘若文中有错误的地方,欢迎您指出-   ଘ(੭ˊᵕˋ)੭ 昵称:海轰 标签 ...

  7. 【Pytorch】torch.nn. Softmax()

    目录 简介 torch.nn.Softmax() 语法 作用 举例 参考 结语 简介 Hello! 非常感谢您阅读海轰的文章,倘若文中有错误的地方,欢迎您指出-   ଘ(੭ˊᵕˋ)੭ 昵称:海轰 标签 ...

  8. 【Pytorch】torch.nn.LeakyReLU()

    目录 简介 torch.nn.LeakyReLU() 语法 作用 举例 参考 结语 简介 Hello! 非常感谢您阅读海轰的文章,倘若文中有错误的地方,欢迎您指出-   ଘ(੭ˊᵕˋ)੭ 昵称:海轰 ...

  9. Pytorch之torch.nn.functional.pad函数详解

    torch.nn.functional.pad是PyTorch内置的矩阵填充函数 (1).torch.nn.functional.pad函数详细描述如下: torch.nn.functional.pa ...

最新文章

  1. pg数据库开启远程连接_如何运行远程客户端连接postgresql数据库
  2. 如何利用PN结来测量温度?
  3. EMC NetWorker备份oracle安装配置指南
  4. 关于软件外包的一些看法(转)
  5. [导入]sqlserver2005 数据挖掘控件研究
  6. JavaScript实现以数组形式返回斐波那契数列fibonacci算法(附完整源码)
  7. OpenCV applyColorMap函数实现False color伪色彩的实例(附完整代码)
  8. 操作系统的中断和异常
  9. Emacspeak,Linux的声音界面
  10. DQN 中的梯度 clip
  11. 2020阿里云线上峰会预告 | 凌云时刻
  12. Introduction to Computer Networking学习笔记(二十九):DHCP
  13. word参考文献后面的附录在目录显示不出来如何解决
  14. 计算机英语背诵发音,联想法巧记英语单词5000发音记忆法背单词
  15. 计算机ps计划,ps教学计划
  16. 无线AP,无线中继器与无线路由
  17. c++ 秋招总结 字节跳动
  18. 计算机设备驱动选择,教你正确了解电脑硬件驱动程序型号
  19. 单片机定时器0,TH0和TL0初值的计算
  20. 如何分辨真假LV包包

热门文章

  1. .NET url 的编码与解码
  2. C++Study 指针详解
  3. bash之流程控制for循环及bash命令退出和退出状态码
  4. asp.net 中文编码问题
  5. 用VS.NET 2005重构你的代码
  6. IO 模拟 1/2 Bias、1/4 Duty的 LCD 驱动
  7. PAT甲级1012 The Best Rank :[C++题解]4个成绩取排名最低:排序、二分(好题)
  8. Acwing756. 蛇形矩阵:模拟
  9. 台湾国立大学郭彦甫Matlab教程笔记(12) advanced 2D plot 下
  10. 软件界面中英文对照_再也不用翻译软件了,弱电行业术语大全及中英文对照表来了~...