全局最大池化

全局最大池化 - 22

版本

• 名称: 全局最大池化 (GitHub)

• 域: main

• 自版本: 22

• 函数: False

• 支持级别: SupportType.COMMON

• 形状推断: True

此版本的运算符已自版本22起可用。

摘要

全局最大池化接收一个输入张量X，并在同一通道中的值上应用最大池化。这等效于核大小等于输入张量空间维度的最大池化。

输入

• X (异构) - T

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

输出

• Y (异构) - T

  跨输入张量池化的输出数据张量。输出张量与输入张量具有相同的秩。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 in ( 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 对比 22

全局最大池化 - 1

版本

• 名称: 全局最大池化 (GitHub)

• 域: main

• 自版本: 1

• 函数: False

• 支持级别: SupportType.COMMON

• 形状推断: True

此版本的运算符已自版本1起可用。

摘要

全局最大池化接收一个输入张量X，并在同一通道中的值上应用最大池化。这等效于核大小等于输入张量空间维度的最大池化。

输入

• X (异构) - T

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

输出

• Y (异构) - T

  跨输入张量池化的输出数据张量。输出张量与输入张量具有相同的秩。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 in ( tensor(double), tensor(float), tensor(float16) )

  将输入和输出类型约束为浮点张量。