mindspore/docs/api/api_python/ops/mindspore.ops.FractionalMax...

40 lines
3.1 KiB
ReStructuredText
Raw Normal View History

2022-11-17 20:27:02 +08:00
mindspore.ops.FractionalMaxPool
===============================
.. py:class:: mindspore.ops.FractionalMaxPool(pooling_ratio, pseudo_random=False, overlapping=False, deterministic=False, seed=0, seed2=0)
在输入上执行分数最大池化。
2023-02-25 16:53:19 +08:00
分数最大池化类似于常规最大池化。在常规最大池化中,通过取集合较小的 `N x N` 的子部分的最大值通常为2x2来缩小输入集的大小目标是将集合缩小 `N` 倍,其中 `N` 为整数。
但分数最大池化具有额外的灵活性,允许总缩小比率 `N` 为非整数值。
2022-11-17 20:27:02 +08:00
.. warning::
`pooling_ratio` 当前只支持行和列轴并行大于1.0第一个和最后一个元素必须为1.0因为我们不允许对batch和通道轴进行池化。
参数:
2023-02-25 16:53:19 +08:00
- **pooling_ratio** (list(float)) - 决定了输出的shapefloats列表长度大于等于4。对每个轴的value不能小于零0目前仅支持行和列维度。
- **pseudo_random** (bool可选) - 控制序列生成机制是随机或伪随机。当设置为True时以伪随机方式生成池序列为False时以随机方式生成池序列。默认值False。
参考 Benjamin Graham 的论文 `Fractional Max-Pooling <https://arxiv.org/pdf/1412.6071>`_ 以了解伪随机和随机池化之间的差异。
- **overlapping** (bool可选) - 当设置为True时表示两个单元格都使用相邻池化单元边界的值进行池化
设置为False时表示值不进行重复使用。默认值False。
2022-11-17 20:27:02 +08:00
- **deterministic** (bool可选) - 当设置为True时将在计算图中的FractionalMaxPool节点上进行迭代时使用固定池区域。
2023-02-25 16:53:19 +08:00
主要用于单元测试使FractionalMaxPool具有确定性。当设置为False时将不使用固定池区域。默认值False。
- **seed** (int可选) - 如果seed或seed2被设置为非零则随机数生成器由给定的seed生成否则它由随机种子生成。默认值0。
- **seed2** (int可选) - 第二个seed以避免发生seed碰撞。默认值0。
2022-11-17 20:27:02 +08:00
输入:
- **x** (Tensor) - 数据类型必须为float32、float64、int32、int64。shape为 :math:`(N, H_{in}, W_{in}, C_{in})`
输出:
- **y** (Tensor) - 一个TensorFractionalMaxPool的输出`x` 具有相同的数据类型shape为 :math:`(N, H_{out}, W_{out}, C_{out})`
- **row_pooling_sequence** (Tensor) - 一个Tensor池边界行的结果列表数据类型为int64。
- **col_pooling_sequence** (Tensor) - 一个Tensor池边界列的结果列表数据类型为int64。
异常:
- **TypeError** - 如果 `x` 数据类型不是float32、float64、int32或者int64。
- **TypeError** - 如果 `x` 不是一个4D的Tensor。
- **ValueError** - 如果 `x` 的元素等于0或者小于0。
- **ValueError** - 如果 `pooling_ratio` 是一个列表其长度不等于4。
- **ValueError** - 如果 `pooling_ratio` 的第一个和最后一个值不等于1.0。