42 lines
2.1 KiB
ReStructuredText
42 lines
2.1 KiB
ReStructuredText
mindspore.mint.nn.AdaptiveMaxPool2d
|
||
=====================================
|
||
|
||
.. py:class:: mindspore.mint.nn.AdaptiveMaxPool2d(output_size, return_indices=False)
|
||
|
||
对输入Tensor，提供二维自适应最大池化操作。对于输入任何格式，指定输出的格式都为H * W。但是输入和输出特征的数目不会变化。
|
||
|
||
输入和输出数据格式可以是"NCHW"和"CHW"。N是批处理大小，C是通道数，H是特征高度，W是特征宽度。运算如下：
|
||
|
||
.. math::
|
||
|
||
\begin{align}
|
||
h_{start} &= floor(i * H_{in} / H_{out})\\
|
||
h_{end} &= ceil((i + 1) * H_{in} / H_{out})\\
|
||
w_{start} &= floor(j * W_{in} / W_{out})\\
|
||
w_{end} &= ceil((j + 1) * W_{in} / W_{out})\\
|
||
Output(i,j) &= {\max Input[h_{start}:h_{end}, w_{start}:w_{end}]}
|
||
\end{align}
|
||
|
||
.. note::
|
||
- KBK模式下， `output_size` 不支持mutable类型。
|
||
- Atlas训练系列产品不支持反向传播。
|
||
|
||
参数：
|
||
- **output_size** (Union[int, tuple]) - 输出特征图的size。 `output_size` 可以为二元tuple表示 :math:`(H, W)`。或者是单个int表示 :math:`(H, H)` 。 :math:`H` 和 :math:`W` 可以是int或None，如果是None，则意味着输出的size与输入相同。
|
||
- **return_indices** (bool，可选) - 如果为 ``True`` ，输出最大值的索引，默认值为 ``False`` 。
|
||
|
||
输入：
|
||
- **input** (Tensor) - AdaptiveMaxPool2d的输入，为三维或四维的Tensor，数据类型为float16、float32或者float64。
|
||
|
||
输出：
|
||
Tensor，数据类型与 `input` 相同。
|
||
输出的shape为 :math:`input\_shape[:len(input\_shape) - len(out\_shape)] + out\_shape` 。
|
||
|
||
异常：
|
||
- **TypeError** - `input` 不是Tensor。
|
||
- **TypeError** - `input` 中的数据不是float16、float32、float64。
|
||
- **TypeError** - `output_size` 不是int或者tuple。
|
||
- **TypeError** - `return_indices` 不是bool。
|
||
- **ValueError** - `output_size` 是tuple，但大小不是2。
|
||
- **ValueError** - `input` 的维度不是CHW或者NCHW。
|