提交 15c57ee9 编写于 作者: J JiabinYang

add pool api guide

上级 0742c811
......@@ -3,129 +3,19 @@
减小输出大小 和 降低过拟合。降低过拟合是减小输出大小的结果,它同样也减少了后续层中的参数的数量
***
### `sequence_pool`
##`sequence_pool`
`sequence_pool`是一个用作进行序列池化的接口,他将每一个实例的全部time-step的特征进行池化,通常用在输入的上层。
该接口签名:
## `pool2d`
def sequence_pool(input, pool_type):
`pool2d`是一个用来执行通用的对于2维`feature map`进行池化的接口。
其中:
- `input` : 接收任何`LoDTensor`类型作为输入
- `pooling_type ` : 接收`average`, `sum`, `sqrt``max`4种类型之一作为pooling的方式
## `pool3d `
使用时可仿照以下形式:
x = fluid.layers.data(name='x', shape=[7, 1],dtype='float32', lod_level=1)
avg_x = fluid.layers.sequence_pool(input=x, pool_type='average')
### `pool2d`
`pool2d`是一个用来执行通用的2维池化的接口。
该接口签名:
def pool2d(input,
pool_size=-1,
pool_type="max",
pool_stride=1,
pool_padding=0,
global_pooling=False,
use_cudnn=True,
ceil_mode=False,
name=None):
其中:
- `input` : 接收任何符合`N(batch size)* C(channel size) * H(height) * W(width)`格式的`Tensor`类型作为输入
- `pool_size` : 接收`int`类型值来确定`pooling window`的长度,`pooling window`的大小将为该值的平方,,默认值为`-1`
- `num_channels` : 接收`int`类型的只来标示输入的`channel`数量,如果未设置参数或设置为`None`,其实际值将自动设置为输入的`channel`数量
- `pooling_type ` : 接收`avg``max`2种类型之一作为pooling的方式
- `pool_stride` : 接收`int`类型作为输入来确定pooling步长的大小,默认值为`1`
- `pool_padding` : 接收`int`类型输入来确定pooling时padding的大小. 默认值为`0`
- `global_pooling ` : 接收`bool`类型作为输入来确定是否使用全局池化,即将整个特征图池化
- `use_cudnn` : 接收`bool`类型值来确定是否使用`cudnn kernel`.
- `ceil_mode` : 是否使用ceil函数计算输出高度和宽度。True是默认值。 如果设置为False,则使用`floor`功能。
- `name` : 接收`string`类型输入来设定输出的名字
使用时可仿照以下形式:
data = fluid.layers.data(
name='data', shape=[3, 32, 32], dtype='float32')
pool2d = fluid.layers.pool2d(
input=data,
pool_size=2,
pool_type='max',
pool_stride=1,
global_pooling=False)
### `pool3d `
`pool3d `是一个用来执行通用的3维池化的接口。
该接口签名:
def pool3d(input,
pool_size=-1,
pool_type="max",
pool_stride=1,
pool_padding=0,
global_pooling=False,
use_cudnn=True,
ceil_mode=False,
name=None):
其中:
- `input` : 接收任何符合`N(batch size)* C(channel size) * H(height) * W(width)`格式的`Tensor`类型作为输入
- `pool_size` : 接收`int`类型值来确定`pooling window`的长度,`pooling window`的大小将为该值的平方,,默认值为`-1`
- `num_channels` : 接收`int`类型的只来标示输入的`channel`数量,如果未设置参数或设置为`None`,其实际值将自动设置为输入的`channel`数量
- `pooling_type ` : 接收`avg``max`2种类型之一作为pooling的方式,默认值为`max`
- `pool_stride` : 接收`int`类型作为输入来确定pooling步长的大小,默认值为`1`
- `pool_padding` : 接收`int`类型输入来确定pooling时padding的大小. 默认值为`0`
- `global_pooling ` : 接收`bool`类型作为输入来确定是否使用全局池化,即将整个特征图池化
- `use_cudnn` : 接收`bool`类型值来确定是否使用`cudnn kernel`.
- `ceil_mode` : 是否使用ceil函数计算输出高度和宽度。True是默认值。 如果设置为False,则使用`floor`功能。
- `name` : 接收`string`类型输入来设定输出的名字
使用时可仿照以下形式:
data = fluid.layers.data(
name='data', shape=[3, 3,32, 32], dtype='float32')
pool3d = fluid.layers.pool3d(
input=data,
pool_size=2,
pool_type='max',
pool_stride=1,
global_pooling=False)
### `roi_pool`
`roi_pool`是一个在`Fast R-CNN`中使用,用来从最后一个feature map中提取ROI的特征图。
该接口签名:
def roi_pool(input,
rois,
pooled_height=1,
pooled_width=1,
spatial_scale=1.0):
其中:
- `input`: 接收任何`LoDTensor`类型做为输入
- `rois` : 接收`LoDTensor`类型来表示需要池化的 Regions of Interest
- `pooled_height` : 接收`int`类型作为池化filter的高, 默认值为 1
- `pooled_width` : 接收`int`类型作为池化filter的宽, 默认值为 1
- `spatial_scale` : 接收`float`类型输入作为缩放ROI空间尺度的比例,默认值为 1.0
使用时可以仿照以下形式:
pool_out = fluid.layers.roi_pool(input=x, rois=rois, 7, 7, 1.0)
`pool3d `是一个用来执行通用的对于3维`feature map`进行池化的接口。
## `roi_pool`
`roi_pool`是一个在`Fast R-CNN`中使用,用来从最后一个`feature map`中提取`ROI`(Region Of Interest)的特征图的池化接口。
\ No newline at end of file
Markdown is supported
0% .
You are about to add 0 people to the discussion. Proceed with caution.
先完成此消息的编辑!
想要评论请 注册