文档反馈

问题文档片段

问题文档片段包含公式时，显示为空格。

提交类型

issue

有点复杂...

找人问问吧。

请选择提交类型

问题类型

规范和低错类

- 规范和低错类：

- 错别字或拼写错误，标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致，但不影响操作。

- 表述不通顺，但不影响理解。

- 版本号不匹配：如软件包名称、界面版本号。

易用性

- 易用性：

- 关键步骤错误或缺失，无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰，该分类、分项、分步骤的没有给出。

正确性

- 正确性：

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误，无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示：

- 对重要数据或系统存在风险的操作，缺少安全提示。

内容合规

- 内容合规：

- 违反法律法规，涉及政治、领土主权等敏感词。

- 内容侵权。

请选择问题类型

问题描述

点击输入详细问题描述，以帮助我们快速定位问题。

提交

文档反馈

mindspore.nn.MaxPool1d

class mindspore.nn.MaxPool1d(kernel_size=1, stride=1, pad_mode='valid')

对输入的多维数据进行一维平面上的最大池化运算。

通常，输入的shape为 $(N_{in},C_{in},L_{in})$ ，MaxPool1d输出 $(L_{in})$ 维度区域最大值。 给定 kernel_size 和 stride ，公式如下：

$$\text{output}(N_i,C_j,l)=\underset{n=0,\dots ,kernel\mathrm{\_}size-1}{max}\text{input}(N_i,C_j,stride\times l+n)$$

Note

pad_mode仅支持”same”和”valid”。

参数：

• kernel_size (int) - 指定池化核尺寸大小。默认值：1。

• stride (int) - 池化操作的移动步长，数据类型为整型。默认值：1。

• pad_mode (str) - 指定池化填充模式，取值为”same”或”valid”，不区分大小写。默认值：”valid”。

  • same - 输出的宽度与输入整数 stride 后的值相同。

  • valid - 在不填充的前提下返回有效计算所得的输出。不满足计算的多余像素会被丢弃。

输入：

• x (Tensor) - shape为 $(N,C,L_{in})$ 的Tensor。

输出：

shape为 $(N,C,L_{out})$ 的Tensor。

异常：

• TypeError - kernel_size 或 strides 不是整数。

• ValueError - pad_mode 既不是’valid’，也不是’same’，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4。

支持平台：

Ascend GPU CPU

样例：

>>> max_pool = nn.MaxPool1d(kernel_size=3, stride=1)
>>> x = Tensor(np.random.randint(0, 10, [1, 2, 4]), mindspore.float32)
>>> output = max_pool(x)
>>> result = output.shape
>>> print(result)
(1, 2, 2)