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)

對由多個輸入平面組成的輸入訊號應用 3D 區域最大池化。

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

最大池化操作在 $kT \times kH \times kW$ 區域中進行，步長由目標輸出大小透過隨機確定。輸出特徵的數量與輸入平面的數量相同。

引數

• kernel_size – 用於最大池化的視窗大小。可以是單個數字 $k$ （對應大小為 $k \times k \times k$ 的方形核）或元組 (kT, kH, kW)。

• output_size – 目標輸出大小，形式為 $oT \times oH \times oW$。可以是元組 (oT, oH, oW)，或者單個數字 $oH$，以生成立方體輸出 $oH \times oH \times oH$。

• output_ratio – 如果希望輸出大小是輸入大小的比例，則可以使用此選項。它必須是範圍在 (0, 1) 的數字或元組。

• return_indices – 如果設定為 True，則會同時返回索引和輸出。這對於傳遞給 max_unpool3d() 非常有用。

形狀

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

• 輸出：$(N, C, T_{out}, H_{out}, W_{out})$ 或 $(C, T_{out}, H_{out}, W_{out})$，其中 $(T_{out}, H_{out}, W_{out})=\text{output\_size}$ 或 $(T_{out}, H_{out}, W_{out})=\text{output\_ratio} \times (T_{in}, H_{in}, W_{in})$

示例：

>>> 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))