Функция adaptive_max_pool2d

Функция adaptive_max_pool2d применяет адаптивный двумерный max pooling к входному тензору. В отличие от обычного max_pool2d, где размер окна и шаг задаются явно, адаптивная версия позволяет указать желаемый размер выходного пространства, и функция автоматически подбирает параметры окна, чтобы получить выходной тензор точно заданного размера. Это особенно удобно в архитектурах нейронных сетей, где нужно соединить слои с различными пространственными размерами. Первым параметром функция принимает входной тензор, вторым - целевой размер выходного пространства.

Синтаксис

torch.nn.functional.adaptive_max_pool2d(input, output_size, return_indices=False)

Основные параметры

Функция принимает следующие параметры:

input - входной тензор размерности (N, C, H, W) или (C, H, W), где N - размер батча, C - число каналов, H и W - высота и ширина;
output_size - целевой размер выходного пространства. Может быть задан как целое число (тогда высота и ширина будут одинаковыми) или как кортеж (H_out, W_out);
return_indices - если True, то функция возвращает также индексы максимальных элементов, которые могут быть использованы в max_unpool2d.

Пример

Давайте применим адаптивный max pooling к тензору размером (1, 1, 4, 4) и преобразуем его к размеру (2, 2):

import torch
import torch.nn.functional as F

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

res = F.adaptive_max_pool2d(t, (2, 2))
print(res)

Результат выполнения кода:

tensor([[
	[[ 6.,  8.],
	 [14., 16.]]
]])

Пример

Теперь давайте преобразуем тот же тензор к одному значению, указав output_size=1:

import torch
import torch.nn.functional as F

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

res = F.adaptive_max_pool2d(t, 1)
print(res)

Результат выполнения кода:

tensor([[[[16.]]]])

Пример

Рассмотрим пример с несколькими каналами и получим индексы максимальных элементов:

import torch
import torch.nn.functional as F

t = torch.tensor([
	[
		[1, 2, 3, 4],
		[5, 6, 7, 8],
		[9, 10, 11, 12],
		[13, 14, 15, 16]
	],
	[
		[16, 15, 14, 13],
		[12, 11, 10, 9],
		[8, 7, 6, 5],
		[4, 3, 2, 1]
	]
], dtype=torch.float).unsqueeze(0)

res, indices = F.adaptive_max_pool2d(t, (2, 2), return_indices=True)
print(res)
print(indices)

Результат выполнения кода:

tensor([[
	[[ 6.,  8.],
	 [14., 16.]],
	[[16., 14.],
	 [ 8.,  2.]]
]])
tensor([[
	[[ 5,  7],
	 [13, 15]],
	[[ 0,  2],
	 [10, 14]]
]])

Пример

Покажем, как адаптивный max pooling работает с батчем изображений разного размера:

import torch
import torch.nn.functional as F

t1 = torch.randn(1, 3, 4, 4)
t2 = torch.randn(1, 3, 8, 8)
t3 = torch.randn(1, 3, 16, 16)

res1 = F.adaptive_max_pool2d(t1, (2, 2))
res2 = F.adaptive_max_pool2d(t2, (2, 2))
res3 = F.adaptive_max_pool2d(t3, (2, 2))

print(res1.shape)
print(res2.shape)
print(res3.shape)

Результат выполнения кода:

torch.Size([1, 3, 2, 2])
torch.Size([1, 3, 2, 2])
torch.Size([1, 3, 2, 2])

Смотрите также

функцию max_pool2d,
которая выполняет обычный двумерный max pooling с заданными параметрами окна
функцию adaptive_avg_pool2d,
которая выполняет адаптивный двумерный average pooling
функцию avg_pool2d,
которая выполняет обычный двумерный average pooling
функцию lp_pool2d,
которая выполняет двумерный пуллинг на основе Lp-нормы