MaxPool2d¶
- class MaxPool2d(kernel_size, stride=None, padding=0, **kwargs)[源代码]¶
对输入数据进行2D最大值池化(max pooling)。
例如,给定形状为 \((N, C, H, W)\) 的输入以及形为 \((kH, kW)\) 的
kernel_size
,该层产生形状为 \((N, C, H_{out}, W_{out})\) 的输出。生成过程描述如下:\[\begin{aligned} out(N_i, C_j, h, w) ={} & \max_{m=0, \ldots, kH-1} \max_{n=0, \ldots, kW-1} \text{input}(N_i, C_j, \text{stride[0]} \times h + m, \text{stride[1]} \times w + n) \end{aligned}\]若
padding
非零, 则输入数据会被隐式地在两边用零值进行填充(pad)padding
个点。- 参数
实际案例
import numpy as np import megengine as mge import megengine.module as M m = M.MaxPool2d(kernel_size=3, stride=1, padding=0) inp = mge.tensor(np.arange(0, 16).astype("float32").reshape(1, 1, 4, 4)) oup = m(inp) print(oup.numpy())
输出:
[[[[10. 11.] [14. 15.]]]]