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二維分數最大池化。

分數最大池化在 Ben Graham 的論文 Fractional MaxPooling 中有詳細描述。

最大池化操作在 $kH \times kW$ 區域內進行，步長由目標輸出大小確定。輸出特徵的數量等於輸入平面的數量。

引數

• kernel_size – 用於取最大值的視窗大小。可以是單個數字 $k$（表示 $k \times k$ 的方形視窗）或一個元組 (kH, kW)

• output_size – 目標輸出影像的大小，形式為 $oH \times oW$。可以是元組 (oH, oW) 或單個數字 $oH$（表示 $oH \times oH$ 的方形影像）

• output_ratio – 如果希望輸出大小與輸入大小成比例，可以使用此選項。這必須是一個介於 (0, 1) 之間的數字或元組。

• return_indices – 如果為 True，則會返回輸出以及對應的索引。這對於傳遞給 max_unpool2d() 非常有用。

示例：

>>> 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))