MaxUnpool1d

class torch.nn.MaxUnpool1d(kernel_size, stride=None, padding=0) [source]

Вычисляет частичное обратное преобразование MaxPool1d.

MaxPool1d не является полностью обратимой, так как не максимальные значения теряются.

MaxUnpool1d принимает на вход результат работы MaxPool1d, включая индексы максимальных значений, и вычисляет частичное обратное преобразование, в котором все не максимальные значения устанавливаются в ноль.

Примечание

MaxPool1d может отображать несколько входных размеров на одни и те же выходные размеры. Следовательно, процесс обратного преобразования может стать неоднозначным. Чтобы учесть это, вы можете указать необходимый выходной размер в качестве дополнительного аргумента output_size в вызове forward. См. Входные данные и пример ниже.

Параметры:

• kernel_size (int или tuple) – Размер окна максимального пулинга.
• stride (int или tuple) – Шаг окна максимального пулинга. По умолчанию он равен kernel_size.
• padding (int или tuple) – Заполнение, которое было добавлено к входным данным.

Входные данные:

• input: входной тензор для обратного преобразования
• indices: индексы, полученные из MaxPool1d
• output_size (необязательно): целевой размер выходных данных

Форма:

• Вход: $(N, C, H_{in})$ или $(C, H_{in})$.

• Выход: $(N, C, H_{out})$ или $(C, H_{out})$, где

  $$H_{out} = (H_{in} - 1) \times \text{stride}[0] - 2 \times \text{padding}[0] + \text{kernel\_size}[0]$$

  или как указано в output_size в операторе вызова

Пример:

>>> pool = nn.MaxPool1d(2, stride=2, return_indices=True)
>>> unpool = nn.MaxUnpool1d(2, stride=2)
>>> input = torch.tensor([[[1., 2, 3, 4, 5, 6, 7, 8]]])
>>> output, indices = pool(input)
>>> unpool(output, indices)
tensor([[[ 0.,  2.,  0.,  4.,  0.,  6.,  0., 8.]]])

>>> # Example showcasing the use of output_size
>>> input = torch.tensor([[[1., 2, 3, 4, 5, 6, 7, 8, 9]]])
>>> output, indices = pool(input)
>>> unpool(output, indices, output_size=input.size())
tensor([[[ 0.,  2.,  0.,  4.,  0.,  6.,  0., 8.,  0.]]])

>>> unpool(output, indices)
tensor([[[ 0.,  2.,  0.,  4.,  0.,  6.,  0., 8.]]])