FractionalMaxPool3d

class torch.nn.FractionalMaxPool3d(kernel_size, output_size=None, output_ratio=None, return_indices=False, _random_samples=None)

对由多个输入平面组成的输入信号应用 3D 分数最大池化。

Fractional MaxPooling 的详细描述请参见论文 Fractional MaxPooling (作者: Ben Graham)。

最大池化操作是在 $kT \times kH \times kW$ 区域中执行的，步长由目标输出大小随机确定。输出特征的数量等于输入平面的数量。

注意

必须定义 output_size 或 output_ratio 中的一个且仅一个。

参数

• kernel_size (Union[int, tuple[int, int, int]]) – 取最大值的窗口大小。可以是单个数字 k（表示 k x k x k 的方形核）或一个元组 (kt x kh x kw)，k 必须大于 0。

• output_size (Union[int, tuple[int, int, int]]) – 图像的目标输出大小，形式为 oT x oH x oW。可以是一个元组 (oT, oH, oW) 或一个表示方形图像 oH x oH x oH 的单个数字 oH。

• output_ratio (Union[float, tuple[float, float, float]]) – 如果希望输出大小是输入大小的比例，可以使用此选项。这必须是一个在 (0, 1) 范围内的数字或元组。

• return_indices (bool) – 如果为 True，则会返回索引以及输出。这对于传递给 nn.MaxUnpool3d() 非常有用。默认为 False。

形状

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

• 输出：$(N, C, T_{out}, H_{out}, W_{out})$ 或 $(C, T_{out}, H_{out}, W_{out})$，其中 $(T_{out}, H_{out}, W_{out})=\text{output\_size}$ 或 $(T_{out}, H_{out}, W_{out})=\text{output\_ratio} \times (T_{in}, H_{in}, W_{in})$

示例

>>> # pool of cubic window of size=3, and target output size 13x12x11
>>> m = nn.FractionalMaxPool3d(3, output_size=(13, 12, 11))
>>> # pool of cubic window and target output size being half of input size
>>> m = nn.FractionalMaxPool3d(3, output_ratio=(0.5, 0.5, 0.5))
>>> input = torch.randn(20, 16, 50, 32, 16)
>>> output = m(input)