MaxPool2d

class torch.nn.modules.pooling.MaxPool2d(kernel_size, stride=None, padding=0, dilation=1, return_indices=False, ceil_mode=False) [исходный код]

Применяет двумерную операцию макс-пулинга к входному сигналу, состоящему из нескольких входных плоскостей.

В простейшем случае выходное значение слоя с размером входных данных $(N, C, H, W)$, размером выходных данных $(N, C, H_{out}, W_{out})$ и kernel_size $(kH, kW)$ можно точно описать следующим образом:

$$\begin{aligned} out(N_i, C_j, h, w) ={} & \max_{m=0, \ldots, kH-1} \max_{n=0, \ldots, kW-1} \\ & \text{input}(N_i, C_j, \text{stride[0]} \times h + m, \text{stride[1]} \times w + n) \end{aligned}$$

Если padding не равен нулю, входные данные неявно дополняются отрицательной бесконечностью с обеих сторон на padding точек. dilation задает расстояние между точками ядра. Описать это сложнее, но по этой ссылке можно посмотреть наглядную визуализацию того, что делает dilation.

Примечание

Если ceil_mode=True, скользящие окна могут выходить за границы, если они начинаются в области левого дополнения или во входных данных. Скользящие окна, которые начинаются в области правого дополнения, игнорируются.

Параметры kernel_size, stride, padding, dilation могут задаваться следующим образом:

• одним int — в этом случае одно и то же значение используется для высоты и ширины
• tuple из двух целых чисел — в этом случае первое int используется для высоты, а второе int — для ширины

Параметры:

• kernel_size (int | tuple[int, int]) – размер окна, в котором берется максимальное значение
• stride (int | tuple[int, int]) – шаг окна. Значение по умолчанию — kernel_size
• padding (int | tuple[int, int]) – неявное дополнение отрицательной бесконечностью, добавляемое с обеих сторон
• dilation (int | tuple[int, int]) – параметр, задающий шаг элементов в окне
• return_indices (bool) – если True, вместе с выходными данными будут возвращены индексы максимальных значений. Это полезно для последующего применения torch.nn.MaxUnpool2d
• ceil_mode (bool) – если True, для вычисления формы выходных данных используется ceil вместо floor

Форма:

• Входные данные: $(N, C, H_{in}, W_{in})$ или $(C, H_{in}, W_{in})$

• Выходные данные: $(N, C, H_{out}, W_{out})$ или $(C, H_{out}, W_{out})$, где

  $$H_{out} = \left\lfloor\frac{H_{in} + 2 * \text{padding[0]} - \text{dilation[0]} \times (\text{kernel\_size[0]} - 1) - 1}{\text{stride[0]}} + 1\right\rfloor$$
  $$W_{out} = \left\lfloor\frac{W_{in} + 2 * \text{padding[1]} - \text{dilation[1]} \times (\text{kernel\_size[1]} - 1) - 1}{\text{stride[1]}} + 1\right\rfloor$$

Примеры:

>>> # pool of square window of size=3, stride=2
>>> m = nn.MaxPool2d(3, stride=2)
>>> # pool of non-square window
>>> m = nn.MaxPool2d((3, 2), stride=(2, 1))
>>> input = torch.randn(20, 16, 50, 32)
>>> output = m(input)

forward(input) [исходный код]

Выполняет прямой проход.