2D池化IPoolingLayer
2D池化IPoolingLayer
 IPooling層在通道內實現池化。支持的池類型為最大, 平均 和 最大平均混合。
 層描述:二維池化
 使用張量上的2D濾波器計算池化a tensor A, of dimensions a, to produce a tensor B, of dimensions b。b的尺寸取決于乙 尺寸, 視窗大小 R,對稱填充 p ,stride大小 s 這樣:
 ? b = [a0a1…an-3bn-2bn-1]
 ? bn-2 = (an-2+2p0-r0)/s0+1
 ? bn-1 = (an-1+2p1-r1)/s1+1
 張量 C 是A with dimensions [a0a1… an-2+2p0an-1+2p1]零填充copy。Bj…kl= func(Cj…. k:kk l:ll) where kk = k+r0-1, and ll = l+r1-1。 Func是一種池化類型。
 PoolingType::kMAX
 窗口中元素的最大值。
 Maximum over elements in window.
 PoolingType::kAVERAGE
 窗口中元素的平均值。
 Average over elements in the window.
 PoolingType::kMAX_AVERAGE_BLEND
 最大池和平均池的混合。最大合并和平均合并的結果與混合因子組合為
 (1-blendFactor)maximumPoolingResult + blendFactoraveragePoolingResult to yield the result. The blendFactor can be set to a value between 0 and 1.
blendFactor可以被設置為0和1之間的值。
 默認情況下,對池化窗口和填充的輸入之間的重疊執行平均池化。如果互斥參數設置為true,則對池化窗口和未填充輸入之間的重疊區域執行平均池化。
 層描述:3D池化
 使用張量上的3D濾鏡計算池化 a tensor A, of dimensions a, to produce a tensor B, of dimensions b。b的尺寸乙 取決于a尺寸,視窗大小 R,對稱填充 p ,步長 s 這樣:
 ? b = [a0a1…an-4bn-3bn-2bn-1]
 ? bn-3 = (an-3+2p0-r0)/s0+1
 ? bn-2 = (an-2+2p1-r1)/s1+1
 ? bn-1 = (an-1+2p2-r2)/s2+1
設張量 C 是A with dimensions [a0a1… an-3+2p0an-2+2p1an-1+2p2]的零填充copy。 一其中,Bj…klm= func(Cj…. k:kk l:ll m:mm) where kk = k+r0-1, ll = l+r1-1, and mm = m+r2-1。
 func 由池化類型之一t定義 :
 oolingType::kMAX
 窗口中元素的最大值。
 Maximum over elements in window.
 PoolingType::kAVERAGE
 窗口中元素的平均值。
 Average over elements in the window.
 PoolingType::kMAX_AVERAGE_BLEND
 最大池和平均池的混合。最大合并和平均合并的結果與混合因子組合為
 (1-blendFactor)maximumPoolingResult + blendFactoraveragePoolingResult to yield the result. The blendFactor can be set to a value between 0 and 1.
 blendFactor可以被設置為0和1之間的值
默認情況下,對池化窗口和填充的輸入之間的重疊執行平均池化。如果互斥參數設置為true,則對池化窗口和未填充輸入之間的重疊區域執行平均池化。
 條件與限制
 2D或3D由輸入內核尺寸的數量確定。對于2D合并,輸入和輸出張量應具有3個或更大的尺寸。對于3D池,輸入和輸出張量應具有4個或更大的尺寸。
 參閱C ++類 IPooling層或Python類 IPooling層 有關更多詳細信息。
總結
以上是生活随笔為你收集整理的2D池化IPoolingLayer的全部內容,希望文章能夠幫你解決所遇到的問題。
 
                            
                        - 上一篇: TensorRT 7.2.1开发初步
- 下一篇: 循环IRNNv2Layer实现
