mindspore.nn.AdaptiveMaxPool1d

class mindspore.nn.AdaptiveMaxPool1d(output_size)

在一个输入Tensor上应用1D自适应最大池化运算，可被视为组成一个1D输入平面。

通常，输入的shape为 $(N_{in},C_{in},L_{in})$ ，AdaptiveMaxPool1d在 $L_{in}$ 维度上计算区域最大值。 输出的shape为 $(N_{in},C_{in},L_{out})$ ，其中， $L_{out}$ 为 output_size。

说明

$L_{in}$ 必须能被 output_size 整除。

参数：

• output_size (int) - 目标输出大小 $L_{out}$。

输入：

• x (Tensor) - shape为 $(N,C_{in},L_{in})$ 的Tensor，数据类型为float16或float32。

输出：

Tensor，其shape为 $(N,C_{in},L_{out})$，数据类型与 x 相同。

异常：

• TypeError - x 不是float16或float32。

• TypeError - output_size 不是int。

• ValueError - output_size 小于1。

• ValueError - x 的最后一个维度小于 output_size。

• ValueError - x 的最后一个维度不能被 output_size 整除。

• ValueError - x 的shape长度不等于3。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore as ms
>>> import numpy as np
>>> pool = ms.nn.AdaptiveMaxPool1d(output_size=3)
>>> x = ms.Tensor(np.random.randint(0, 10, [1, 3, 6]), ms.float32)
>>> output = pool(x)
>>> result = output.shape
>>> print(result)
(1, 3, 3)