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')[源代码]
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。
\[\text{output}(N_i, C_j, h, w) = \max_{m=0, \ldots, h_{ker}-1} \max_{n=0, \ldots, w_{ker}-1} \text{input}(N_i, C_j, s_0 \times h + m, s_1 \times w + n)\]- 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) - 指定池化填充模式,取值为
"same"
、"valid"
或者"pad"
,不区分大小写。默认值:"valid"
。same - 输出的shape与输入的shape整除 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。
pad - 对输入进行填充。在输入的上下左右分别填充 padding 大小的0。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:
\[H_{out} = \left\lfloor\frac{H_{in} + 2 * \text{padding[0]} - \text{dilation[0]} \times (\text{kernel_size[0]} - 1) - 1}{\text{stride[0]}} + 1\right\rfloor\]\[W_{out} = \left\lfloor\frac{W_{in} + 2 * \text{padding[1]} - \text{dilation[1]} \times (\text{kernel_size[1]} - 1) - 1}{\text{stride[1]}} + 1\right\rfloor\]- 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)