全局最大池化

全局最大池化 - 22

版本

  • **名称**: GlobalMaxPool (GitHub)

  • **域**: main

  • **起始版本**: 22

  • **函数**: False

  • **支持级别**: SupportType.COMMON

  • **形状推断**: True

此版本的运算符自 **版本 22** 起可用。

概述

GlobalMaxPool 消耗一个输入张量 X,并对同一通道中的值应用最大池化。这等同于使用等于输入张量空间维度的核大小的 MaxPool。

输入

  • **X** (异构) - **T**

    来自前一个运算符的输入数据张量;对于图像情况,维度为 (N x C x H x W),其中 N 是批量大小,C 是通道数,H 和 W 是数据的高度和宽度。对于非图像情况,维度形式为 (N x C x D1 x D2 … Dn),其中 N 是批量大小。

输出

  • **Y** (异构) - **T**

    对输入张量进行池化后的输出数据张量。输出张量具有与输入相同的秩。输出形状的前两个维度与输入相同 (N x C),而其他维度均为 1。

类型约束

  • **T** 包含 ( tensor(bfloat16), tensor(double), tensor(float), tensor(float16) )

    将输入和输出类型约束为浮点张量。

全局最大池化 - 1

版本

  • **名称**: GlobalMaxPool (GitHub)

  • **域**: main

  • **起始版本**: 1

  • **函数**: False

  • **支持级别**: SupportType.COMMON

  • **形状推断**: True

此版本的运算符自 **版本 1** 起可用。

概述

GlobalMaxPool 消耗一个输入张量 X,并对同一通道中的值应用最大池化。这等同于使用等于输入张量空间维度的核大小的 MaxPool。

输入

  • **X** (异构) - **T**

    来自前一个运算符的输入数据张量;对于图像情况,维度为 (N x C x H x W),其中 N 是批量大小,C 是通道数,H 和 W 是数据的高度和宽度。对于非图像情况,维度形式为 (N x C x D1 x D2 … Dn),其中 N 是批量大小。

输出

  • **Y** (异构) - **T**

    对输入张量进行池化后的输出数据张量。输出张量具有与输入相同的秩。输出形状的前两个维度与输入相同 (N x C),而其他维度均为 1。

类型约束

  • **T** 包含 ( tensor(double), tensor(float), tensor(float16) )

    将输入和输出类型约束为浮点张量。