PyTorch torch.nn.AdaptiveMaxPool2d 関数

PyTorch torch.nn 参考手册 PyTorch torch.nn リファレンスマニュアル

torch.nn.AdaptiveMaxPool2dは PyTorch の適応的最大値プーリングモジュールです。

入力を指定サイズにプーリングし、平均値ではなく最大値を保持します。

関数定義

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

パラメータ

output_size: 出力サイズ
return_indices: インデックスを返すかどうか

使用例

例 1: 基本的な使い方

実例

import torch
import torch.nn as nn

# グローバル最大プーリング
gap = nn.AdaptiveMaxPool2d(1)

# 異なるサイズの入力
x1 = torch.randn(1, 64, 32, 32)
x2 = torch.randn(1, 64, 16, 16)

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

例 2: インデックスを返す

実例

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("出力形状:", output.shape)
print("インデックス形状:", indices.shape)
print("インデックス値:", indices.item())

例 3: AdaptiveAvgPool2d との比較

実例

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("入力:\n", x[0, 0])
print("平均プーリング:", avgpool(x).item())
print("最大プーリング:", maxpool(x).item())

使用シーン

グローバル最大プーリング: 最も顕著な特徴を抽出
特徴集約: 重要な情報を保持
分類ネットワーク: FC 層の代替

ヒント：最大プーリングは最も顕著な特徴を保持し、平均プーリングはより滑らかです。