torch.nn.functional.fractional_max_pool2d

torch.nn.functional.fractional_max_pool2d(input, 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二维分数最大池化。

分数最大池化在 Ben Graham 的论文 Fractional MaxPooling 中有详细描述。

最大池化操作在 $kH \times kW$ 区域内进行，步长由目标输出大小确定。输出特征的数量等于输入平面的数量。

参数

• kernel_size – 用于取最大值的窗口大小。可以是单个数字 $k$（表示 $k \times k$ 的方形窗口）或一个元组 (kH, kW)

• output_size – 目标输出图像的大小，形式为 $oH \times oW$。可以是元组 (oH, oW) 或单个数字 $oH$（表示 $oH \times oH$ 的方形图像）

• output_ratio – 如果希望输出大小与输入大小成比例，可以使用此选项。这必须是一个介于 (0, 1) 之间的数字或元组。

• return_indices – 如果为 True，则会返回输出以及对应的索引。这对于传递给 max_unpool2d() 非常有用。

示例：

>>> input = torch.randn(20, 16, 50, 32)
>>> # pool of square window of size=3, and target output size 13x12
>>> F.fractional_max_pool2d(input, 3, output_size=(13, 12))
>>> # pool of square window and target output size being half of input image size
>>> F.fractional_max_pool2d(input, 3, output_ratio=(0.5, 0.5))