LPPool1d ¬

class torch.nn.LPPool1d(norm_type, kernel_size, stride=None, ceil_mode=False)[来源][来源] ¬

对由多个输入平面组成的输入信号应用 1D 幂平均池化。

每个窗口上计算的功能是：

$$f(X) = \sqrt[p]{\sum_{x \in X} x^{p}}$$

• 在 p = $\infty$ 时，得到最大池化

• 在 p = 1 时，得到求和池化（与平均池化成比例）

注意

如果求和的 p 次幂为零，则该函数的梯度未定义。在这种情况下，此实现将梯度设置为零。

参数:

• 核心大小（Union[int, tuple[int]]）- 单个整数，窗口大小

• 步长（Union[int, tuple[int]]）- 单个整数，窗口的步长。默认值为 kernel_size

• ceil_mode（布尔值）- 当为 True 时，将使用向上取整而不是向下取整来计算输出形状

形状：

• 输入： $(N, C, L_{in})$ 或 $(C, L_{in})$ 。

• 输出： $(N, C, L_{out})$ 或 $(C, L_{out})$ ，其中

  $$L_{out} = \left\lfloor\frac{L_{in} - \text{kernel\_size}}{\text{stride}} + 1\right\rfloor$$

示例::

>>> # power-2 pool of window of length 3, with stride 2.
>>> m = nn.LPPool1d(2, 3, stride=2)
>>> input = torch.randn(20, 16, 50)
>>> output = m(input)