mindspore.ops.adaptive_max_pool1d
- mindspore.ops.adaptive_max_pool1d(input, output_size)[源代码]
对可以看作是由一系列1D平面组成的输入Tensor,应用一维自适应最大池化操作。
通常,输入的shape为 \((N, C, L_{in})\),adaptive_max_pool1d输出区域最大值在 \(L_{in}\) 区间。 输出的shape为 \((N, C, L_{out})\),其中 \(L_{out}\) 由 output_size 定义。
说明
\(L_{in}\) 必须能被 output_size 整除。
Ascend平台input参数仅支持float16类型。
- 参数:
input (Tensor) - 输入shape为 \((N, C, L_{in})\),数据类型为float16、float32。
output_size (int) - 大小为 \(L_{out}\) 。
- 返回:
Tensor,数据类型与 input 相同。 输出的shape为 \((N, C, L_{out})\) 。
- 异常:
TypeError - 如果 output_size 不是int类型。
TypeError - 如果 input 的数据类型不是float16或者float32。
ValueError - 如果 output_size 小于1。
ValueError - 如果 input 的维度不等于3。
ValueError - 如果 input 的最后一维尺寸小于 output_size 。
ValueError - 如果 input 的最后一维尺寸不能被 output_size 整除。
- 支持平台:
Ascend
GPU
CPU
样例:
>>> import mindspore >>> import numpy as np >>> from mindspore import Tensor, ops >>> input = Tensor(np.random.randint(0, 10, [1, 3, 6]), mindspore.float32) >>> output = ops.adaptive_max_pool1d(input, output_size=2) >>> print(output.shape) (1, 3, 2)