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)¶

对由多个输入平面组成的输入信号应用2D分数最大池化。

分数最大池化在Ben Graham的论文Fractional MaxPooling中有详细描述

最大池化操作在 $kH \times kW$ 区域中通过由目标输出大小决定的随机步长进行应用。输出特征的数量等于输入平面的数量。

Parameters

kernel_size – 用于取最大值的窗口大小。可以是单个数字 $k$ （对于边长为 $k \times k$ 的方形核）或一个元组 (kH, kW)
output_size – 图像的目标输出尺寸，形式为 $oH \times oW$ . 可以是元组 (oH, oW) 或单个数字 $oH$ 表示方形图像 $oH \times oH$
output_ratio – 如果希望输出大小为输入大小的比例，可以提供此选项。这必须是一个在范围 (0, 1) 内的数字或元组
return_indices – 如果 True，将返回索引以及输出。用于传递给 max_unpool2d()。

Examples::

>>> input = torch.randn(20, 16, 50, 32)
>>> # 大小为3的方形窗口池化，目标输出大小为13x12
>>> F.fractional_max_pool2d(input, 3, output_size=(13, 12))
>>> # 方形窗口池化，目标输出大小为输入图像大小的一半
>>> F.fractional_max_pool2d(input, 3, output_ratio=(0.5, 0.5))