torch.nn.functional.fractional_max_pool3d

torch.nn.functional.fractional_max_pool3d(input, kernel_size, output_size=None, output_ratio=None, return_indices=False, _random_samples=None)

將 3D 分數最大池化應用於由多個輸入平面組成的輸入訊號。

Fractional MaxPooling 在 Ben Graham 的論文 Fractional MaxPooling 中有詳細描述

Max-pooling 運算會應用在 $kT \times kH \times kW$ 區域，並使用由目標輸出尺寸決定的隨機步長大小。輸出特徵的數量等於輸入平面的數量。

參數

• kernel_size – 窗口的大小，用於取得最大值。可以是一個單一數字 $k$ (表示 $k \times k \times k$ 的正方形核心) 或是一個元組 (kT, kH, kW)

• output_size – 目標輸出尺寸，格式為 $oT \times oH \times oW$。 可以是一個元組 (oT, oH, oW) 或是一個單一數字 $oH$，代表立方體輸出 $oH \times oH \times oH$

• output_ratio – 如果想要將輸出尺寸設為輸入尺寸的比例，可以提供此選項。 這必須是範圍 (0, 1) 之間的一個數字或元組

• return_indices – 如果 True，將會傳回輸出以及索引。 對於傳遞給 max_unpool3d() 非常有用。

形狀

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

• 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：

>>> input = torch.randn(20, 16, 50, 32, 16)
>>> # pool of cubic window of size=3, and target output size 13x12x11
>>> F.fractional_max_pool3d(input, 3, output_size=(13, 12, 11))
>>> # pool of cubic window and target output size being half of input size
>>> F.fractional_max_pool3d(input, 3, output_ratio=(0.5, 0.5, 0.5))