Función torch.nn.AdaptiveMaxPool2d de PyTorch

PyTorch torch.nn 参考手册Manual de referencia de PyTorch torch.nn

torch.nn.AdaptiveMaxPool2dEs el módulo de agrupación máxima adaptativa en PyTorch.

Agrupa la entrada a un tamaño especificado, conservando el valor máximo en lugar del promedio.

Definición de la función

torch.nn.AdaptiveMaxPool2d(output_size, return_indices=False)

Parámetros

  • output_size: Tamaño de salida
  • return_indices: Si se devuelven los índices

Ejemplos de uso

Ejemplo 1: Uso básico

Ejemplo

import torch
import torch.nn as nn

# Agrupación máxima global
gap = nn.AdaptiveMaxPool2d(1)

# Entrada con diferentes tamaños
x1 = torch.randn(1, 64, 32, 32)
x2 = torch.randn(1, 64, 16, 16)

print("32x32 ->", gap(x1).shape)
print("16x16 ->", gap(x2).shape)

Ejemplo 2: Retornar índices

Ejemplo

import torch
import torch.nn as nn

gap = nn.AdaptiveMaxPool2d(1, return_indices=True)

x = torch.randn(1, 64, 8, 8)
output, indices = gap(x)

print(Forma de salida:, output.shape)
print(Forma de los índices:, indices.shape)
print(Valores de los índices:, indices.item())

Ejemplo 3: Comparación con AdaptiveAvgPool2d

Ejemplo

import torch
import torch.nn as nn

x = torch.tensor([[[
    [1, 2, 3, 4],
    [5, 6, 7, 8],
    [9, 10, 11, 12],
    [13, 14, 15, 16]
]]], dtype=torch.float32)

avgpool = nn.AdaptiveAvgPool2d(1)
maxpool = nn.AdaptiveMaxPool2d(1)

print(Entrada:n, x[0, 0])
print(Agrupación promedio:, avgpool(x).item())
print(Agrupación máxima:, maxpool(x).item())

Casos de uso

  • Agrupación máxima global: Extraer las características más significativas
  • Agregación de características: Conservar información clave
  • Red de clasificación: Sustituir la capa FC

Sugerencia: la agrupación máxima conserva las características más significativas; la agrupación promedio es más suave.

PyTorch torch.nn 参考手册Manual de referencia de PyTorch torch.nn

Otras extensiones