mindspore.mint.nn.AdaptiveMaxPool1d

class mindspore.mint.nn.AdaptiveMaxPool1d(output_size, return_indices=False)

对由多个输入平面组成的输入信号应用一维自适应最大池化。

对于任何输入大小，输出大小为 \(L_{out}\)。 输出特征的数量等于输入平面的数量。

警告

这是一个实验性API，后续可能修改或删除。

说明

Atlas训练系列产品不支持反向传播。

参数：

• output_size (Union[int, tuple]) - 目标输出大小 \(L_{out}\)。

• return_indices (bool，可选) - 如果为 True，输出最大值的索引。默认 False。

输入：

• input (Tensor) - 输入 tensor，shape为 \((N, C, L_{in})\) 或 \((C, L_{in})\)。

输出：

Union(Tensor, tuple(Tensor, Tensor))。

• 如果 return_indices 为 False，返回 Tensor，其shape为 \((N, C, L_{out})\)，数据类型与 input 相同。

• 如果 return_indices 为 True，则是一个包含了两个 Tensor 的 tuple，表示计算结果以及生成 max 值的位置。

支持平台：

Ascend

样例：

>>> import mindspore
>>> input = mindspore.tensor([[[2, 1, 2], [2, 3, 5]]], mindspore.float16)
>>> net = mindspore.mint.nn.AdaptiveMaxPool1d(3)
>>> output = net(input)
>>> print(output)
[[[2. 1. 2.]
  [2. 3. 5.]]]