Функция F.max_pool2d

Функция F.max_pool2d применяет двумерную операцию максимального пулинга (max pooling) к входному тензору. Она уменьшает пространственные размеры (высоту и ширину) тензора, выбирая максимальное значение в каждом окне заданного размера. Это помогает выделить наиболее значимые признаки и снизить вычислительную сложность последующих слоёв. Первым параметром функция принимает входной тензор, вторым параметром - размер окна пулинга (kernel size). Также можно задать шаг (stride), отступы (padding) и другие параметры.

Синтаксис

torch.nn.functional.max_pool2d(input, kernel_size, stride=None, padding=0, dilation=1, ceil_mode=False, return_indices=False)

Основные параметры

Функция принимает следующие основные параметры:

input - входной тензор размерностью (batch, channels, height, width)
kernel_size - размер окна пулинга (int или кортеж из двух чисел)
stride - шаг окна (по умолчанию равен kernel_size)
padding - отступы по краям (по умолчанию 0)
dilation - шаг между элементами окна (по умолчанию 1)
ceil_mode - если True, использует округление вверх для вычисления размера выхода (по умолчанию False)
return_indices - если True, возвращает индексы максимальных элементов (по умолчанию False)

Пример

Давайте применим операцию макспулинга к небольшому двумерному тензору с окном 2x2 и шагом 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)

t = t.unsqueeze(0).unsqueeze(0)  # Добавляем размерности batch и channels
res = F.max_pool2d(t, kernel_size=2, stride=2)
print(res)

Результат выполнения кода:

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

Пример

Используем отступы (padding) для сохранения размерности выходного тензора:

import torch
import torch.nn.functional as F

t = torch.tensor([
	[1, 2, 3],
	[4, 5, 6],
	[7, 8, 9]
], dtype=torch.float)

t = t.unsqueeze(0).unsqueeze(0)
res = F.max_pool2d(t, kernel_size=2, stride=1, padding=1)
print(res)

Результат выполнения кода:

tensor([[
	[5., 6., 6.],
	[8., 9., 9.],
	[8., 9., 9.]
]])

Пример

Используем параметр ceil_mode для управления размерами выходного тензора:

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, 17, 18, 19, 20],
	[21, 22, 23, 24, 25]
], dtype=torch.float)

t = t.unsqueeze(0).unsqueeze(0)
res1 = F.max_pool2d(t, kernel_size=2, stride=2, ceil_mode=False)
res2 = F.max_pool2d(t, kernel_size=2, stride=2, ceil_mode=True)
print("ceil_mode=False:")
print(res1)
print("ceil_mode=True:")
print(res2)

Результат выполнения кода:

ceil_mode=False:
tensor([[
	[ 7.,  9.],
	[17., 19.]
]])
ceil_mode=True:
tensor([[
	[ 7.,  9., 10.],
	[17., 19., 20.],
	[22., 24., 25.]
]])

Пример

Возвращаем индексы максимальных элементов с помощью параметра return_indices:

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)

t = t.unsqueeze(0).unsqueeze(0)
res, indices = F.max_pool2d(t, kernel_size=2, stride=2, return_indices=True)
print("Максимальные значения:")
print(res)
print("Индексы:")
print(indices)

Результат выполнения кода:

Максимальные значения:
tensor([[
	[ 6.,  8.],
	[14., 16.]
]])
Индексы:
tensor([[
	[[5, 7]],
	[[13, 15]]
]])

Смотрите также

функцию avg_pool2d,
которая выполняет двумерное усреднение по окну
функцию adaptive_max_pool2d,
которая выполняет адаптивный макспулинг до заданного размера
функцию conv2d,
которая выполняет двумерную свертку
функцию dropout2d,
которая применяет двумерный дропаут для регуляризации