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\((h_{ker}, w_{ker})\)stride\((s_0, s_1)\),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,可选) - 指定填充模式,填充值为0。可选值为 "same""valid""pad" 。默认值: "valid"

    • "same":在输入的四周填充,使得当 stride1 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,不能构成一个完整stride的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: 0padding 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''NCHW' 。默认值: 'NCHW'

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

输出:

如果 return_indicesFalse ,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_indicesTrue ,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_modepad 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_sizestrides 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_sizestrides 小于1。

  • ValueError - x 的shape长度不等于3或4。

  • ValueError - 当 pad_mode 不为 "pad" 时,paddingdilationreturn_indicesceil_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"pad" 时,data_format'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)