当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python torch.nn.MaxPool3d用法及代码示例

用法:

class torch.nn.MaxPool3d(kernel_size, stride=None, padding=0, dilation=1, return_indices=False, ceil_mode=False)

参数

  • kernel_size-最大的窗口大小

  • stride-窗口的步幅。默认值为kernel_size

  • padding-在所有三个边上添加隐式零填充

  • dilation-控制窗口中元素步幅的参数

  • return_indices-如果 True ,将返回最大索引以及输出。以后对torch.nn.MaxUnpool3d有用

  • ceil_mode-当为 True 时,将使用 ceil 而不是 floor 来计算输出形状

在由多个输入平面组成的输入信号上应用 3D 最大池化。

在最简单的情况下,输入大小为、输出kernel_size的层的输出值可以精确地说明为:

如果padding 不为零,则输入在两侧隐式填充为padding 点数的负无穷大。 dilation 控制内核点之间的间距。很难说明,但是这个链接很好地展示了dilation 的作用。

注意

当ceil_mode=True 时,如果滑动窗口在左侧填充或输入内开始,则允许滑动窗口越界。将在右侧填充区域开始的滑动窗口将被忽略。

参数kernel_size , stride , padding , dilation 可以是:

  • 单个 int - 在这种情况下,深度、高度和宽度尺寸使用相同的值

  • 三个整数的 tuple - 在这种情况下,第一个 int 用于深度维度,第二个 int 用于高度维度,第三个 int 用于宽度维度

形状:
  • 输入:

  • 输出: ,其中

例子:

>>> # pool of square window of size=3, stride=2
>>> m = nn.MaxPool3d(3, stride=2)
>>> # pool of non-square window
>>> m = nn.MaxPool3d((3, 2, 2), stride=(2, 1, 2))
>>> input = torch.randn(20, 16, 50,44, 31)
>>> output = m(input)

相关用法

注:本文由堆栈答案筛选整理自pytorch.org大神的英文原创作品 torch.nn.MaxPool3d。非经特殊声明,原始代码版权归原作者所有,本译文的传播和使用请遵循“署名-相同方式共享 4.0 国际 (CC BY-SA 4.0)”协议。