最大池化,也叫下采样。

公式:

参数:

celling的意思:

例子:

尺寸:

code:
import torchimport torchvision.datasetsfrom tensorboardX import SummaryWriterfrom torch import nnfrom torch.nn import MaxPool2dfrom torch.utils.data import DataLoaderdataset = torchvision.datasets.CIFAR10("data",train=False,download=True,transform=torchvision.transforms.ToTensor())dataloader = DataLoader(dataset,batch_size=64)input = torch.tensor([[1,2,0,3,1],[0,1,2,3,1],[1,2,1,0,0],[5,2,3,1,1],[2,1,0,1,1]],dtype=torch.float32)input = torch.reshape(input,(-1,1,5,5))print(input.shape)class Tudui(nn.Module):def __init__(self):super(Tudui,self).__init__()self.maxpool1 = MaxPool2d(kernel_size=3,ceil_mode = True)def forward(self,input):output = self.maxpool1(input)return outputtudui = Tudui()output = tudui(input)print(output)writer = SummaryWriter("logs_maxpool")step = 0for data in dataloader:imgs,targets = datawriter.add_images("input",imgs,step)output=tudui(imgs)writer.add_images("output",output,step)step = step+1writer.close()

「喜欢这篇文章,您的关注和赞赏是给作者最好的鼓励」
关注作者
【版权声明】本文为墨天轮用户原创内容,转载时必须标注文章的来源(墨天轮),文章链接,文章作者等基本信息,否则作者和墨天轮有权追究责任。如果您发现墨天轮中有涉嫌抄袭或者侵权的内容,欢迎发送邮件至:contact@modb.pro进行举报,并提供相关证据,一经查实,墨天轮将立刻删除相关内容。




