MaxUnpool3d ¬

class torch.nn.MaxUnpool3d(核大小, 步长=None, 填充=0)[源代码][源代码] ¬

计算部分逆元 MaxPool3d 。

MaxPool3d 不是完全可逆的，因为非最大值丢失了。 MaxUnpool3d 接收 MaxPool3d 的输出作为输入，包括最大值的索引，并计算一个部分逆运算，其中所有非最大值都设置为 0。

注意

当输入索引有重复值时，此操作可能表现出非确定性。请参阅 https://github.com/pytorch/pytorch/issues/80827 和可重现性获取更多信息。

注意

MaxPool3d 可以将多个输入尺寸映射到相同的输出尺寸。因此，反演过程可能变得模糊。为了适应这种情况，您可以在前向调用中提供一个额外的输出尺寸参数 output_size 。请参阅下面的输入部分。

参数:

• kernel_size (int 或 tuple) – 最大池化窗口的大小。

• stride (int 或 tuple) – 最大池化窗口的步长。默认设置为 kernel_size 。

• 填充（整数或元组）- 添加到输入中的填充

输入：

• input：要反转的输入张量

• indices：由 MaxPool3d 给出的索引

• 输出大小（可选）：目标输出大小

形状：

• 输入： $(N, C, D_{in}, H_{in}, W_{in})$ 或 $(C, D_{in}, H_{in}, W_{in})$ 。

• 输出： $(N, C, D_{out}, H_{out}, W_{out})$ 或 $(C, D_{out}, H_{out}, W_{out})$ ，其中

  $$D_{out} = (D_{in} - 1) \times \text{stride[0]} - 2 \times \text{padding[0]} + \text{kernel\_size[0]}$$
  $$H_{out} = (H_{in} - 1) \times \text{stride[1]} - 2 \times \text{padding[1]} + \text{kernel\_size[1]}$$
  $$W_{out} = (W_{in} - 1) \times \text{stride[2]} - 2 \times \text{padding[2]} + \text{kernel\_size[2]}$$

  或由调用操作符中的 output_size 指定

示例：

>>> # pool of square window of size=3, stride=2
>>> pool = nn.MaxPool3d(3, stride=2, return_indices=True)
>>> unpool = nn.MaxUnpool3d(3, stride=2)
>>> output, indices = pool(torch.randn(20, 16, 51, 33, 15))
>>> unpooled_output = unpool(output, indices)
>>> unpooled_output.size()
torch.Size([20, 16, 51, 33, 15])