LPPool1d

class torch.nn.LPPool1d(norm_type, kernel_size, stride=None, ceil_mode=False)

將 1D 冪平均池化應用於由多個輸入平面組成的輸入訊號。

在每個視窗上，計算的函數是

$$f(X) = \sqrt[p]{\sum_{x \in X} x^{p}}$$

• 當 p = $\infty$ 時，會得到最大池化 (Max Pooling)。

• 當 p = 1 時，會得到總和池化 (Sum Pooling)（與平均池化 (Average Pooling) 成比例）。

注意：

如果 p 次方的總和為零，則此函數的梯度未定義。 在這種情況下，此實現會將梯度設置為零。

參數

• kernel_size (Union[int, Tuple[int]]) – 單一整數，代表視窗大小。

• stride (Union[int, Tuple[int]]) – 單一整數，代表視窗的步幅。 預設值為 kernel_size。

• ceil_mode (bool) – 如果為 True，將使用 ceil 取代 floor 來計算輸出形狀。

形狀

• 輸入: $(N, C, L_{in})$ 或 $(C, L_{in})$。

• 輸出：$(N, C, L_{out})$ 或 $(C, L_{out})$，其中

  $$L_{out} = \left\lfloor\frac{L_{in} - \text{kernel\_size}}{\text{stride}} + 1\right\rfloor$$

範例：

>>> # power-2 pool of window of length 3, with stride 2.
>>> m = nn.LPPool1d(2, 3, stride=2)
>>> input = torch.randn(20, 16, 50)
>>> output = m(input)