torch.nn.MaxPool2d() torch.nn.MaxPool2d(kernel_size, stride=None, padding=0, dilation=1, return_indices=False, ceil_mode=False) 2D2D最大池化。 参数: kernel_size:最大池化的窗口大小,可以是单个值,也可以是tupletuple元组。 stride:步长,可以是单个值,也可以是tupletuple元组。 padding:填充,可以是...
MaxPool2d(kernel_size,stride=None,padding=0,dilation=1,return_indices=False,ceil_mode=False) 2.参数解释 kernel_size(int or tuple) - max pooling的窗口大小 stride(int or tuple, optional) - max pooling的窗口移动的步长。默认值是kernel_size padding(int or tuple, optional) - 输入的每一条边补...
max_pool2d(input, self.kernel_size, self.stride, self.padding, self.dilation, self.ceil_mode, self.return_indices) 大致解释为:在由多个输入通道组成的输入信号上应用2D max池。 在最简单的情况下,具有输入大小的层的输出值:(N, C, H, W),输出:(N, C, H_{out}, W_{out}), kernel_size,...
nn.MaxPool2d(kernel_size, stride=None, padding=0, dilation=1, return_indices=False, ceil_mode=False) ``` - `kernel_size`:池化核的大小。可以是一个整数,表示长和宽相等,也可以是一个元组,表示长和宽分别是多少。 - `stride`:步长,表示池化核在每个维度的步长。可以是一个整数,表示长和宽相等,也...
return_indices: 是否返回最大值位置索引，缺省为 False。ceil_mode: 在下采样时使用向上取整计算输出形状，缺省为 False。使用torch.nn.MaxPool2d 时，需将其作为神经网络层。示例代码如下：创建 2x2 最大池化层，对 4x4 输入图像进行池化，输出特征图为 [1, 1, 2, 2]，批次大小 1，通道数 1...
torch.nn.MaxPool2d是 PyTorch 中的一个二维最大池化层。它用于在神经网络中执行最大池化操作,以减少特征图的空间尺寸并提取出主要特征。 torch.nn.MaxPool2d的常用语法如下: torch.nn.MaxPool2d(kernel_size, stride=None, padding=0, dilation=1, return_indices=False, ceil_mode=False) ...
return_indices 是一个布尔值,表示是否返回池化操作过程中的最大值位置的索引,默认为 False。 ceil_mode 是一个布尔值,当为 True 时,在进行下采样时使用向上取整来计算输出形状,当为 False 时使用向下取整(默认)。 在使用torch.nn.MaxPool2d时,你需要将其作为神经网络中的层来使用。以下是一个简单的示例: ...
class torch.nn.MaxPool2d(kernel_size, stride=None, padding=0, dilation=1, return_indices=False, ceil_mode=False) 如果padding不是0,会在输入的每一边添加相应数目0 比如padding=1,则在每一边分别补0. 参数: kernel_size(int or tuple) - max pooling的窗口大小, ...
注:一般不会去设置return_indices和ceil_mode参数import torch.nn as nn class SimpleCNN(nn.Module): def __init__(self): super(SimpleCNN, self).__init__() layer1 = nn.Sequential() # 把一个三通道的照片RGB三个使用32组卷积核卷积,每组三个卷积核,组内卷积后相加得出32组输出 layer1.add_...
dilation(int or tuple, optional) – max pool核中元素间的间隔。 return_indices - 如果等于True,会返回输出最大值对应的序号序列。 ceil_mode - 如果等于True,计算输出数据大小的时候,会使用向上取整,代替默认的向下取整的操作 作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)...