LPPool3d#
- class torch.nn.LPPool3d(norm_type, kernel_size, stride=None, ceil_mode=False)[source]#
对由多个输入平面组成的输入信号应用 3D 幂平均池化。
在每个窗口上,计算的函数为
当 p = 时,得到最大池化(Max Pooling)。
当 p = 1 时,得到和池化(Sum Pooling)(与平均池化成比例)。
参数
kernel_size
,stride
可以是单个
int
— 在这种情况下,高度、宽度和深度维度都使用相同的值。一个
tuple
,包含三个整数 — 在这种情况下,第一个整数用于深度维度,第二个整数用于高度维度,第三个整数用于宽度维度。
注意
如果求和的 p 次方为零,则该函数的梯度未定义。此实现将在这种情况下将梯度设置为零。
- 参数
- 形状
输入: 或 。
输出: 或者 ,其中
示例
>>> # power-2 pool of square window of size=3, stride=2 >>> m = nn.LPPool3d(2, 3, stride=2) >>> # pool of non-square window of power 1.2 >>> m = nn.LPPool3d(1.2, (3, 2, 2), stride=(2, 1, 2)) >>> input = torch.randn(20, 16, 50, 44, 31) >>> output = m(input)