FractionalMaxPool3d

class torch.nn.FractionalMaxPool3d(kernel_size, output_size=None, output_ratio=None, return_indices=False, _random_samples=None) [source]

Применяет 3D фракционное максимальное усреднение к входному сигналу, состоящему из нескольких входных плоскостей.

Фракционное максимальное усреднение подробно описано в статье Fractional MaxPooling Бена Грахама.

Операция максимального усреднения применяется к областям $kT \times kH \times kW$ с помощью случайного шага, определяемого целевым размером выходного изображения. Количество выходных признаков равно количеству входных плоскостей.

Параметры:

• kernel_size (Union[int, Tuple[int, int, int]]) – размер окна для нахождения максимума. Может быть одним числом k (для квадратного ядра k x k x k) или кортежем (kt x kh x kw)
• output_size (Union[int, Tuple[int, int, int]]) – целевой размер выходного изображения в формате oT x oH x oW. Может быть кортежем (oT, oH, oW) или одним числом oH для квадратного изображения oH x oH x oH
• output_ratio (Union[float, Tuple[float, float, float]]) – Если нужно получить размер выходного изображения как отношение к размеру входного изображения, можно использовать этот параметр. Значение должно быть числом или кортежем в диапазоне (0, 1)
• return_indices (bool) – если True, вернет индексы вместе с результатами. Полезно при передаче в nn.MaxUnpool3d(). Значение по умолчанию: False

Форма:

• Вход: $(N, C, T_{in}, H_{in}, W_{in})$ или $(C, T_{in}, H_{in}, W_{in})$.
• Выход: $(N, C, T_{out}, H_{out}, W_{out})$ или $(C, T_{out}, H_{out}, W_{out})$, где $(T_{out}, H_{out}, W_{out})=\text{output\_size}$ или $(T_{out}, H_{out}, W_{out})=\text{output\_ratio} \times (T_{in}, H_{in}, W_{in})$

Примеры

>>> # pool of cubic window of size=3, and target output size 13x12x11
>>> m = nn.FractionalMaxPool3d(3, output_size=(13, 12, 11))
>>> # pool of cubic window and target output size being half of input size
>>> m = nn.FractionalMaxPool3d(3, output_ratio=(0.5, 0.5, 0.5))
>>> input = torch.randn(20, 16, 50, 32, 16)
>>> output = m(input)