PyTorch的自适应池化Adaptive Pooling实例


Posted in Python onJanuary 03, 2020

简介

自适应池化Adaptive Pooling是PyTorch含有的一种池化层,在PyTorch的中有六种形式:

自适应最大池化Adaptive Max Pooling:

torch.nn.AdaptiveMaxPool1d(output_size)
torch.nn.AdaptiveMaxPool2d(output_size)
torch.nn.AdaptiveMaxPool3d(output_size)

自适应平均池化Adaptive Average Pooling:

torch.nn.AdaptiveAvgPool1d(output_size)
torch.nn.AdaptiveAvgPool2d(output_size)
torch.nn.AdaptiveAvgPool3d(output_size)

具体可见官方文档。

官方给出的例子:
>>> # target output size of 5x7
>>> m = nn.AdaptiveMaxPool2d((5,7))
>>> input = torch.randn(1, 64, 8, 9)
>>> output = m(input)
>>> output.size()
torch.Size([1, 64, 5, 7])

>>> # target output size of 7x7 (square)
>>> m = nn.AdaptiveMaxPool2d(7)
>>> input = torch.randn(1, 64, 10, 9)
>>> output = m(input)
>>> output.size()
torch.Size([1, 64, 7, 7])

>>> # target output size of 10x7
>>> m = nn.AdaptiveMaxPool2d((None, 7))
>>> input = torch.randn(1, 64, 10, 9)
>>> output = m(input)
>>> output.size()
torch.Size([1, 64, 10, 7])

Adaptive Pooling特殊性在于,输出张量的大小都是给定的output_size output\_sizeoutput_size。例如输入张量大小为(1, 64, 8, 9),设定输出大小为(5,7),通过Adaptive Pooling层,可以得到大小为(1, 64, 5, 7)的张量。

原理

PyTorch的自适应池化Adaptive Pooling实例

>>> inputsize = 9
>>> outputsize = 4

>>> input = torch.randn(1, 1, inputsize)
>>> input
tensor([[[ 1.5695, -0.4357, 1.5179, 0.9639, -0.4226, 0.5312, -0.5689, 0.4945, 0.1421]]])

>>> m1 = nn.AdaptiveMaxPool1d(outputsize)
>>> m2 = nn.MaxPool1d(kernel_size=math.ceil(inputsize / outputsize), stride=math.floor(inputsize / outputsize), padding=0)
>>> output1 = m1(input)
>>> output2 = m2(input)

>>> output1
tensor([[[1.5695, 1.5179, 0.5312, 0.4945]]]) torch.Size([1, 1, 4])
>>> output2
tensor([[[1.5695, 1.5179, 0.5312, 0.4945]]]) torch.Size([1, 1, 4])

通过实验发现:

PyTorch的自适应池化Adaptive Pooling实例

下面是Adaptive Average Pooling的c++源码部分。

template <typename scalar_t>
 static void adaptive_avg_pool2d_out_frame(
      scalar_t *input_p,
      scalar_t *output_p,
      int64_t sizeD,
      int64_t isizeH,
      int64_t isizeW,
      int64_t osizeH,
      int64_t osizeW,
      int64_t istrideD,
      int64_t istrideH,
      int64_t istrideW)
 {
  int64_t d;
 #pragma omp parallel for private(d)
  for (d = 0; d < sizeD; d++)
  {
   /* loop over output */
   int64_t oh, ow;
   for(oh = 0; oh < osizeH; oh++)
   {
    int istartH = start_index(oh, osizeH, isizeH);
    int iendH  = end_index(oh, osizeH, isizeH);
    int kH = iendH - istartH;

    for(ow = 0; ow < osizeW; ow++)
    {
     int istartW = start_index(ow, osizeW, isizeW);
     int iendW  = end_index(ow, osizeW, isizeW);
     int kW = iendW - istartW;

     /* local pointers */
     scalar_t *ip = input_p  + d*istrideD + istartH*istrideH + istartW*istrideW;
     scalar_t *op = output_p + d*osizeH*osizeW + oh*osizeW + ow;

     /* compute local average: */
     scalar_t sum = 0;
     int ih, iw;
     for(ih = 0; ih < kH; ih++)
     {
      for(iw = 0; iw < kW; iw++)
      {
       scalar_t val = *(ip + ih*istrideH + iw*istrideW);
       sum += val;
      }
     }

     /* set output to local average */
     *op = sum / kW / kH;
    }
   }
  }
}

以上这篇PyTorch的自适应池化Adaptive Pooling实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持三水点靠木。

Python 相关文章推荐
Windows下的Jupyter Notebook 安装与自定义启动(图文详解)
Feb 21 Python
Python简单计算给定某一年的某一天是星期几示例
Jun 27 Python
python实现飞机大战游戏
Oct 26 Python
详解Python中的内建函数,可迭代对象,迭代器
Apr 29 Python
python 表格打印代码实例解析
Oct 12 Python
Python实现清理微信僵尸粉功能示例【基于itchat模块】
May 29 Python
解决tensorflow读取本地MNITS_data失败的原因
Jun 22 Python
Python logging模块handlers用法详解
Aug 14 Python
python爬虫爬取网页数据并解析数据
Sep 18 Python
python for循环赋值问题
Jun 03 Python
Python使用海龟绘图实现贪吃蛇游戏
Jun 18 Python
Python可变集合和不可变集合的构造方法大全
Dec 06 Python
pytorch torch.nn.AdaptiveAvgPool2d()自适应平均池化函数详解
Jan 03 #Python
pytorch AvgPool2d函数使用详解
Jan 03 #Python
使用pyhon绘图比较两个手机屏幕大小(实例代码)
Jan 03 #Python
Python基础之函数原理与应用实例详解
Jan 03 #Python
对Pytorch中Tensor的各种池化操作解析
Jan 03 #Python
Python基础之高级变量类型实例详解
Jan 03 #Python
关于Pytorch MaxUnpool2d中size操作方式
Jan 03 #Python
You might like
php中使用Curl、socket、file_get_contents三种方法POST提交数据
2011/08/12 PHP
PHP flock 文件锁详细介绍
2012/12/29 PHP
php实现memcache缓存示例讲解
2013/12/04 PHP
PHP生成腾讯云COS接口需要的请求签名
2018/05/20 PHP
Laravel框架生命周期与原理分析
2018/06/12 PHP
php strftime函数的详细用法
2018/06/21 PHP
PHP进阶学习之Geo的地图定位算法详解
2019/06/19 PHP
laravel Model 执行事务的实现
2019/10/10 PHP
详解CSS样式中的 !important * _ 符号
2021/03/09 HTML / CSS
javascript 可以拖动的DIV(二)
2009/06/26 Javascript
IE8下关于querySelectorAll()的问题
2010/05/13 Javascript
子窗口、父窗口和Silverlight之间的相互调用
2010/08/16 Javascript
angular.foreach 循环方法使用指南
2015/01/06 Javascript
Bootstrap常用组件学习(整理)
2017/03/24 Javascript
mac上配置Android环境变量的方法
2018/07/08 Javascript
Bootstrap table表格初始化表格数据的方法
2018/07/25 Javascript
vscode 配置vue+vetur+eslint+prettier自动格式化功能
2020/03/23 Javascript
利用webpack理解CommonJS和ES Modules的差异区别
2020/06/16 Javascript
Python类属性与实例属性用法分析
2015/05/09 Python
解决python3 urllib 链接中有中文的问题
2018/07/16 Python
python列表使用实现名字管理系统
2019/01/30 Python
皇马官方商城:Real Madrid Store
2016/09/02 全球购物
澳大利亚吉他在线:Artist Guitars
2017/03/30 全球购物
俄罗斯护发和专业化妆品购物网站:Hihair
2019/09/28 全球购物
C#基础面试题
2016/10/17 面试题
管理心得体会
2013/12/28 职场文书
住房公积金接收函
2014/01/09 职场文书
小溪流的歌教学反思
2014/02/13 职场文书
房屋财产继承协议书范本
2014/11/03 职场文书
2014年民政工作总结
2014/11/26 职场文书
公证处委托书
2015/01/28 职场文书
汽车销售助理岗位职责
2015/04/14 职场文书
检讨书模板大全
2015/05/07 职场文书
李强优秀员工观后感
2015/06/16 职场文书
话题作文之成长
2019/12/09 职场文书
python开发制作好看的时钟效果
2022/05/02 Python