Fonction torch.quantized_max_pool1d de PyTorch
Manuel de référence Pytorch torch
torch.quantized_max_pool1dIl s'agit d'une fonction de PyTorch utilisée pour effectuer des opérations de max pooling unidimensionnel sur des tenseurs quantifiés. Cette fonction est utilisée pour le sous-échantillonnage dans les réseaux de neurones convolutifs quantifiés.
Définition de fonction
torch.quantized_max_pool1d(input, kernel_size, stride, padding, dilation)
Description du paramètre
input: Le tenseur d'entrée quantifié (3D : batch x canal x longueur)kernel_size: Taille de la fenêtre de poolingstride: Stride (facultatif)padding: Padding (facultatif)dilation: Dilatation (facultatif)
Exemple d'utilisation
Exemple
import torch
# Créer un tenseur d'entrée quantifié (batch=1, channel=1, length=10)
input = torch.quantize_per_tensor(torch.randn(1, 1, 10), scale=0.1, zero_point=0, dtype=torch.quint8)
# Effectuer un max pooling quantifié
output = torch.quantized_max_pool1d(input, kernel_size=3, stride=2, padding=1)
print("Forme de l'entrée :", input.shape)
print("Forme de sortie :", output.shape)
# Créer un tenseur d'entrée quantifié (batch=1, channel=1, length=10)
input = torch.quantize_per_tensor(torch.randn(1, 1, 10), scale=0.1, zero_point=0, dtype=torch.quint8)
# Effectuer un max pooling quantifié
output = torch.quantized_max_pool1d(input, kernel_size=3, stride=2, padding=1)
print("Forme de l'entrée :", input.shape)
print("Forme de sortie :", output.shape)
Le résultat de sortie est:
输入形状: torch.Size([1, 1, 10]) 输出形状: torch.Size([1, 1, 5])
Autres extensions