mindspore.nn.MaxPool2d

class mindspore.nn.MaxPool2d(kernel_size=1, stride=1, pad_mode='valid', padding=0, dilation=1, return_indices=False, ceil_mode=False, data_format='NCHW')

在一个输入Tensor上应用2D最大池化运算，可被视为组成一个2D平面。

通常，输入的shape为 $(N_{in},C_{in},H_{in},W_{in})$ ，MaxPool2d输出 $(H_{in},W_{in})$ 维度区域最大值。给定 kernel_size 为 $(h_{ker},w_{ker})$ ， stride 为 $(s_0,s_1)$，公式如下。

$$\text{output}(N_i,C_j,h,w)=\underset{m=0,\dots ,h_{ker}-1}{max}\underset{n=0,\dots ,w_{ker}-1}{max}\text{input}(N_i,C_j,s_0\times h+m,s_1\times w+n)$$

参数：

• kernel_size (Union[int, tuple[int]]) - 指定池化核尺寸大小，如果为整数或单元素tuple，则代表池化核的高和宽。如果为tuple且长度不为1，其值必须包含两个整数值分别表示池化核的高和宽。默认值： 1 。

• stride (Union[int, tuple[int]]) - 池化操作的移动步长，如果为整数或单元素tuple，则代表池化核的高和宽方向的移动步长。如果为tuple且长度不为1，其值必须包含两个整数值分别表示池化核的高和宽的移动步长。默认值： 1 。

• pad_mode (str，可选) - 指定填充模式，填充值为0。可选值为 "same" ， "valid" 或 "pad" 。默认值： "valid" 。

  • "same"：在输入的四周填充，使得当 stride 为 1 时，输入和输出的shape一致。待填充的量由算子内部计算，若为偶数，则均匀地填充在四周，若为奇数，多余的填充量将补充在底部/右侧。如果设置了此模式， padding 必须为0。

  • "valid"：不对输入进行填充，返回输出可能的最大高度和宽度，如果不能构成一个完整stride，那么额外的像素将被丢弃。如果设置了此模式， padding 必须为0。

  • "pad"：对输入填充指定的量。在这种模式下，在输入的高度和宽度方向上填充的量由 padding 参数指定。如果设置此模式， padding 必须大于或等于0。

• padding (Union(int, tuple[int], list[int])) - 池化填充值。默认值： 0 。 padding 只能是一个整数或者包含一个或两个整数的元组，若 padding 为一个整数或者包含一个整数的tuple/list，则会分别在输入的上下左右四个方向进行 padding 次的填充，若 padding 为一个包含两个整数的tuple/list，则会在输入的上下进行 padding[0] 次的填充，在输入的左右进行 padding[1] 次的填充。

• dilation (Union(int, tuple[int])) - 卷积核中各个元素之间的间隔大小，用于提升池化操作的感受野。如果为tuple，其值必须包含一个或两个整数。默认值： 1 。

• return_indices (bool) - 若为True，将会同时返回最大池化的结果和索引。默认值： False 。

• ceil_mode (bool) - 若为True，使用ceil来计算输出shape。若为False，使用floor来计算输出shape。默认值： False 。

• data_format (str) - 输入数据格式可为 'NHWC' 或 'NCHW' 。默认值： 'NCHW' 。

输入：

• x (Tensor) - 输入数据的shape为 $(N,C_{in},H_{in},W_{in})$ 或 $(C_{in},H_{in},W_{in})$ 的Tensor。

输出：

如果 return_indices 为 False ，则是shape为 $(N,C,H_{out},W_{out})$ 或者 $(C_{out},H_{out},W_{out})$ 的Tensor。数据类型与 x 一致。 如果 return_indices 为 True ，则是一个包含了两个Tensor的Tuple，表示maxpool的计算结果以及生成max值的位置。

• output (Tensor) - 最大池化结果，shape为 $(N_{out},C_{out},H_{out},W_{out})$ 或者 $(C_{out},H_{out},W_{out})$ 的Tensor。数据类型与 x 一致。

• argmax (Tensor) - 最大值对应的索引。数据类型为int64。

其中，如果 pad_mode 为 pad 模式时，输出的shape计算公式如下：

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

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

异常：

• TypeError - kernel_size 或 strides 既不是整数也不是元组。

• ValueError - pad_mode 既不是 "valid" ，也不是 "same" 或者 "pad"，不区分大小写。

• ValueError - data_format 既不是 'NCHW' 也不是 'NHWC'。

• ValueError - kernel_size 或 strides 小于1。

• ValueError - x 的shape长度不等于3或4。

• ValueError - 当 pad_mode 不为 "pad" 时，padding、 dilation、 return_indices、 ceil_mode 参数不为默认值。

• ValueError - padding 参数为tuple/list时长度不为2。

• ValueError - dilation 参数为tuple时长度不为2。

• ValueError - dilation 参数不为int也不为tuple。

• ValueError - pad_mode 为 "pad" 时，data_format 为 'NHWC' 。

• ValueError - pad_mode 不为 "pad" 的时候 padding 为非0。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore as ms
>>> import numpy as np
>>> pool = ms.nn.MaxPool2d(kernel_size=3, stride=1)
>>> x = ms.Tensor(np.random.randint(0, 10, [1, 2, 4, 4]), ms.float32)
>>> output = pool(x)
>>> print(output.shape)
(1, 2, 2, 2)
>>> np_x = np.random.randint(0, 10, [5, 3, 4, 5])
>>> x = ms.Tensor(np_x, ms.float32)
>>> pool2 = ms.nn.MaxPool2d(kernel_size=2, stride=1, pad_mode="pad", padding=1, dilation=1, return_indices=True)
>>> output = pool2(x)
>>> print(output[0].shape)
(5, 3, 5, 6)
>>> print(output[1].shape)
(5, 3, 5, 6)