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) [исходный код]

Применяет дробный 2D-макс-пулинг к входному сигналу, состоящему из нескольких входных плоскостей.

Дробный MaxPooling подробно описан в статье Fractional MaxPooling Бена Грэма.

Операция макс-пулинга применяется в областях размером $kH \times kW$ с помощью стохастического шага, определяемого целевым размером выхода. Количество выходных признаков равно количеству входных плоскостей.

Параметры:

• kernel_size – размер окна, в котором вычисляется максимум. Может быть одним числом $k$ (для квадратного ядра размером $k \times k$) или кортежем (kH, kW)
• output_size – целевой размер выходного изображения вида $oH \times oW$. Может быть кортежем (oH, oW) или одним числом $oH$ для квадратного изображения размером $oH \times oH$
• output_ratio – этот параметр можно указать, если размер выходных данных должен быть задан как отношение к размеру входных данных. Значение должно быть числом или кортежем в диапазоне (0, 1)
• return_indices – если True, вместе с выходными данными будут возвращены индексы. Полезно передавать их в max_unpool2d().

Примеры::

>>> 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))