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)

對由多個輸入平面組成的輸入訊號應用 2D 分數最大池化。

Ben Graham 的論文 Fractional MaxPooling 詳細說明了分數最大池化。

Max-pooling 運算會在 $kH \times kW$ 的區域中執行，其步幅大小是由目標輸出大小隨機決定。輸出特徵的數量等於輸入平面的數量。

參數

• kernel_size – 進行 max 運算的視窗大小。可以是單一數字 $k$ (代表 $k \times k$ 的正方形核心) 或是元組 (kH, kW)

• output_size – 影像的目標輸出大小，格式為 $oH \times oW$。可以是元組 (oH, oW) 或單一數字 $oH$，代表正方形影像 $oH \times oH$

• output_ratio – 如果希望輸出大小是輸入大小的一個比例，則可以指定此選項。它必須是範圍 (0, 1) 內的數字或元組。

• return_indices – 如果 True，將會與輸出一起傳回索引。可用於傳遞給 max_unpool2d()。

範例：

>>> 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))