Fonction PyTorch torch.quantized_max_pool2d
Manuel de référence Pytorch torch
torch.quantized_max_pool2dEst une fonction dans PyTorch utilisée pour effectuer des opérations de max pooling bidimensionnelles sur des tenseurs quantifiés. Cette fonction est couramment utilisée pour le sous-échantillonnage spatial dans les réseaux de neurones convolutifs quantifiés.
Définition de fonction
torch.quantized_max_pool2d(input, kernel_size, stride, padding, dilation)
Description du paramètre
input: Tenseur quantifié d'entrée (4D : batch x channel x height x width)kernel_size: Taille de la fenêtre de poolingstride: Stride (facultatif)padding: Padding (facultatif)dilation: Dilatation (facultatif)
Exemple d'utilisation
Exemple
import torch
# Créer un tenseur d'entrée quantifié (batch=1, channel=1, height=4, width=4)
input = torch.quantize_per_tensor(torch.randn(1, 1, 4, 4), scale=0.1, zero_point=0, dtype=torch.quint8)
# Effectuer un max pooling quantifié (fenêtre de pooling 2x2)
output = torch.quantized_max_pool2d(input, kernel_size=2, stride=2)
print("Forme de l'entrée :", input.shape)
print("Forme de sortie :", output.shape)
# Créer un tenseur d'entrée quantifié (batch=1, channel=1, height=4, width=4)
input = torch.quantize_per_tensor(torch.randn(1, 1, 4, 4), scale=0.1, zero_point=0, dtype=torch.quint8)
# Effectuer un max pooling quantifié (fenêtre de pooling 2x2)
output = torch.quantized_max_pool2d(input, kernel_size=2, stride=2)
print("Forme de l'entrée :", input.shape)
print("Forme de sortie :", output.shape)
Le résultat de sortie est:
输入形状: torch.Size([1, 1, 4, 4]) 输出形状: torch.Size([1, 1, 2, 2])
Autres extensions