MaxPool2d

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

Применяет 2D максимальное объединение к входному сигналу, состоящему из нескольких входных плоскостей.

В самом простом случае выходное значение слоя с размером входа $(N, C, H, W)$, выходом $(N, C, H_{out}, W_{out})$ и kernel_size $(kH, kW)$ может быть точно описано как:

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

Если padding не равно нулю, то вход неявным образом заполняется отрицательной бесконечностью с обеих сторон на padding количество точек. dilation управляет интервалом между точками ядра. Это сложнее описать, но в этой ссылке есть хорошая визуализация того, что делает dilation.

Примечание

Когда ceil_mode=True, сдвиговые окна разрешается выходить за пределы, если они начинаются внутри левого заполнения или входного сигнала. Сдвиговые окна, которые начинались бы в правой заполненной области, игнорируются.

Параметры kernel_size, stride, padding, dilation могут быть:

• единственным int – в этом случае одно и то же значение используется для высоты и ширины;
• кортежем из двух целых чисел – в этом случае первое int используется для размера высоты, а второе int — для размера ширины.

Параметры

• kernel_size (Union[int, Tuple[int, int]]) – размер окна для максимального поиска
• stride (Union[int, Tuple[int, int]]) – шаг окна. Значение по умолчанию равно kernel_size
• padding (Union[int, Tuple[int, int]]) – неявное заполнение отрицательной бесконечностью с обеих сторон
• dilation (Union[int, Tuple[int, int]]) – параметр, контролирующий шаг элементов в окне
• return_indices (bool) – если True, возвращает индексы максимума вместе с выходными данными. Полезно для torch.nn.MaxUnpool2d в дальнейшем
• ceil_mode (bool) – при значении True использует ceil вместо floor для вычисления размера выходных данных

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)