FractionalMaxPool3d

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

對由多個輸入平面組成的輸入訊號應用 3D 分數最大池化 (fractional max pooling)。

分數最大池化 (Fractional MaxPooling) 的詳細說明請參閱 Ben Graham 的論文 Fractional MaxPooling。

最大池化操作在 $kT \times kH \times kW$ 區域中執行，步長大小由目標輸出大小決定。 輸出特徵的數量等於輸入平面的數量。

注意

必須定義 output_size 或 output_ratio 其中之一。

參數

• kernel_size (Union[int, Tuple[int, int, int]]) – 用於執行最大值的窗口大小。 可以是單個數字 k（表示 k x k x k 的方形核心）或元組 (kt x kh x kw)

• output_size (Union[int, Tuple[int, int, int]]) – 圖像的目標輸出大小，格式為 oT x oH x oW。 可以是元組 (oT, oH, oW) 或單個數字 oH（表示 oH x oH x oH 的正方形圖像）

• output_ratio (Union[float, Tuple[float, float, float]]) – 如果希望輸出大小為輸入大小的比率，則可以給定此選項。 這必須是 (0, 1) 範圍內的數字或元組

• return_indices (bool) – 如果 True，將返回索引以及輸出。 適用於傳遞給 nn.MaxUnpool3d()。 預設值： False

形狀

• 輸入：$(N, C, T_{in}, H_{in}, W_{in})$ 或是 $(C, T_{in}, H_{in}, W_{in})$。

• Output: $(N, C, T_{out}, H_{out}, W_{out})$ or $(C, T_{out}, H_{out}, W_{out})$, where $(T_{out}, H_{out}, W_{out})=\text{output\_size}$ or $(T_{out}, H_{out}, W_{out})=\text{output\_ratio} \times (T_{in}, H_{in}, W_{in})$

範例

>>> # 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)