池化¶

1. pool2d/pool3d¶

• x : 池化操作接收任何符合 layout 是：N（batch size）* C(channel size) * H(height) * W(width)格式的Tensor类型作为输入。

• kernel_size: 用来确定池化核的大小。

• stride: 用来确定池化层的步长。

• padding: 用来确定池化中padding的大小，padding的使用是为了对于特征图边缘的特征进行池化，选择不同的pool_padding大小确定了在特征图边缘增加多大区域的补零。从而决定边缘特征被池化的程度。

• ceil_mode: 是否使用 ceil 函数计算输出高度和宽度。ceil mode意为天花板模式，是指会把特征图中不足filter size的边给保留下来，单独另算，或者也可以理解为在原来的数据上补充了值为-NAN 的边。而 floor 模式则是直接把不足filter size的边给舍弃了。具体计算公式如下：

  • 非ceil_mode下:输出大小 = (输入大小 - filter size + 2 * padding) / stride（步长） + 1

  • ceil_mode下:输出大小 = (输入大小 - filter size + 2 * padding + stride - 1) / stride + 1

• exclusive: 是否在平均池化模式忽略填充值，默认是 True，即忽略。

• divisor_override: 如果指定，它将用作除数。默认不指定，即除数会根据kernel_size（池化窗口的大小）自动计算。

• data_format: 输入和输出的数据格式，可以是NCHW和NHWC。

• return_mask: 是否返回最大索引和输出（仅在最大值池化操作中支持此参数）。

API 汇总：

• cn_api_paddle_nn_functional_avg_pool2d

• cn_api_paddle_nn_functional_max_pool2d

• cn_api_paddle_nn_functional_avg_pool3d

• cn_api_paddle_nn_functional_max_pool3d

2. roi_pool¶

roi_pool一般用于检测网络中，将输入特征图依据候选框池化到特定的大小。

• x: 输入的特征图，形状为(N, C, H, W)。

• boxes: 接收Tensor类型来表示需要池化的 Regions of Interest，关于 RoI 的解释请参考论文

• boxes_num: 该批次中每张图所包含的框数量。

• output_size: 池化后输出的尺寸(H, W)，数据类型为 int32。

• spatial_scale: 用作设定缩放 RoI 和原图缩放的比例，注意，这里的设定需要用户自行计算 RoI 和原图的实际缩放比例。

API 汇总：

• cn_api_paddle_vision_ops_roi_pool

3. sequence_pool¶

sequence_pool是一个用作对于不等长序列进行池化的接口，它将每一个实例的全部时间步的特征进行池化，它同样支持 average, sum, sqrt, max, last 和first6 种类型之一作为 pooling 的方式。 其中:

• average是对于每一个时间步内的数据求和后分别取平均值做为池化的结果。

• sum则是对每一个时间步内的数据分别求和作为池化的结果。

• sqrt则是对每一个时间步内的数据分别求和再分别取平方根作为池化的结果。

• max则是对每一个时间步内的数据分别求取最大值作为池化的结果。

• last则是选取最后一个时间步的数据作为池化的结果。

• first则是选取第一个时间步的数据作为池化的结果。

API 汇总：

• cn_api_paddle_static_nn_sequence_pool