create_dl_layer_poolingT_create_dl_layer_poolingCreateDlLayerPoolingCreateDlLayerPoolingcreate_dl_layer_pooling创建深度学习层池化（算子）

名称

create_dl_layer_poolingT_create_dl_layer_poolingCreateDlLayerPoolingCreateDlLayerPoolingcreate_dl_layer_pooling — 创建池化层。

签名

描述

算子 create_dl_layer_poolingcreate_dl_layer_poolingCreateDlLayerPoolingCreateDlLayerPoolingCreateDlLayerPoolingcreate_dl_layer_pooling 创建一个池化层，其句柄通过 DLLayerPoolingDLLayerPoolingDLLayerPoolingDLLayerPoolingDLLayerPoolingdllayer_pooling 返回。

参数 DLLayerInputDLLayerInputDLLayerInputDLLayerInputDLLayerInputdllayer_input 确定输入层，并期望层句柄作为值。

参数 LayerNameLayerNameLayerNameLayerNamelayerNamelayer_name 用于设置单个层的名称。请注意，若使用 create_dl_modelcreate_dl_modelCreateDlModelCreateDlModelCreateDlModelcreate_dl_model 创建模型，则创建网络中的每个层必须具有唯一名称。

参数 KernelSizeKernelSizeKernelSizeKernelSizekernelSizekernel_size 指定滤波核在width 和 height 维度上的尺寸。

参数 StrideStrideStrideStridestridestride 指定滤波器的偏移方式。

KernelSizeKernelSizeKernelSizeKernelSizekernelSizekernel_size 和 StrideStrideStrideStridestridestride 的取值方式可设置为

• 单一数值，同时适用于两个维度

• 元组 [width, height] 和 [column, row]，分别对应两个维度

参数 PaddingPaddingPaddingPaddingpaddingpadding 决定填充区域，即在处理后的输入图像边界附加多少个值为 0 的像素。支持的取值为：

• 'half_kernel_size'"half_kernel_size""half_kernel_size""half_kernel_size""half_kernel_size""half_kernel_size"：附加像素数量取决于指定的 KernelSizeKernelSizeKernelSizeKernelSizekernelSizekernel_size。更精确地，其计算公式为 ，其中左/右边界填充采用 KernelSizeKernelSizeKernelSizeKernelSizekernelSizekernel_size 的 width 值，上/下边界填充采用 KernelSizeKernelSizeKernelSizeKernelSizekernelSizekernel_size 的 height 值。

• 'implicit'"implicit""implicit""implicit""implicit""implicit"：输入图像左/上边界不添加像素。输入图像右/下边界追加像素数为 ，若核尺寸为输入维度的因数（又叫约数，指能整除某整数的非零整数）则为零。 代表输入 width 或 height。

• 'none'"none""none""none""none""none"：不添加任何像素。

• 像素数量：指定每条边界添加的像素数。支持以下元组长度：

  • 单数值：四边（左/右/上/下）均添加填充。

  • 双数值：左/右与上/下分别添加填充：[l/r, t/b]。

  • 四数值：分别设置左/右/上/下方向填充：[l,r,t,b]。

    限制： 'runtime'"runtime""runtime""runtime""runtime""runtime" 'gpu'"gpu""gpu""gpu""gpu""gpu" 不支持非对称填充，即左右两侧的填充值必须相等，上下两侧的填充值也必须相等。

  限制： 整数填充值必须小于对应维度中 KernelSizeKernelSizeKernelSizeKernelSizekernelSizekernel_size 的设置值。

池化层的输出尺寸由以下公式给出 因此我们使用以下参数： ：输出宽度，：输入宽度，：添加到输入图像左/上的像素数，以及 ：添加到输入图像右/下的像素数。

参数 ModeModeModeModemodemode 指定了池化操作的模式。支持的模式包括：

'average'"average""average""average""average""average"：

最终像素值为滤波器中所有像素值的平均值。

'maximum'"maximum""maximum""maximum""maximum""maximum"：

最终像素值为滤波器中所有像素值的最大值。

'global_average'"global_average""global_average""global_average""global_average""global_average"：

与 'average'"average""average""average""average""average" 模式相同，但无需知晓输入的空间尺寸，可通过 KernelSizeKernelSizeKernelSizeKernelSizekernelSizekernel_size 参数定义所需输出维度。例如，若需返回输入所有像素值的平均值，则将 KernelSizeKernelSizeKernelSizeKernelSizekernelSizekernel_size 设为 1，输出 width 和 height 均为 1。内部使用的核尺寸和步长按以下方式计算：

• 若 KernelSizeKernelSizeKernelSizeKernelSizekernelSizekernel_size 为输入维度的因数：内部使用的核尺寸与步长均设为 。

• 若 KernelSizeKernelSizeKernelSizeKernelSizekernelSizekernel_size 非输入维度的因数：内部使用的核尺寸和步长计算取决于通用参数 'global_pooling_mode'"global_pooling_mode""global_pooling_mode""global_pooling_mode""global_pooling_mode""global_pooling_mode"：

  'overlapping'"overlapping""overlapping""overlapping""overlapping""overlapping"：

  内部使用的 设置为 。随后计算内部使用的核尺寸为 。这将导致核重叠，但整个输入图像都会被纳入输出计算。

  'non_overlapping'"non_overlapping""non_overlapping""non_overlapping""non_overlapping""non_overlapping"：

  内部使用的核尺寸与步长均设为相同值 。这将形成非重叠的池化核，但计算输出时可能忽略输入图像右侧或底部边界部分。此模式下因舍入误差，输出尺寸未必等于 KernelSizeKernelSizeKernelSizeKernelSizekernelSizekernel_size。

  'adaptive'"adaptive""adaptive""adaptive""adaptive""adaptive"：

  在此模式下，对于输出像素 ，其对应输入池化区域的大小将自适应计算，其中 为输出行索引， 为列索引。第 行输出像素的池化区域行索引由 给出，此时采用 KernelSizeKernelSizeKernelSizeKernelSizekernelSizekernel_size 的高度值。列坐标计算原理相同。这意味着相邻池化区域可能存在尺寸差异，导致实现效率降低。但池化区域仅重叠一个像素，通常比 'global_pooling_mode'"global_pooling_mode""global_pooling_mode""global_pooling_mode""global_pooling_mode""global_pooling_mode" 的 'overlapping'"overlapping""overlapping""overlapping""overlapping""overlapping" 模式重叠更少。输出计算将考虑整个输入图像。此模式下，PaddingPaddingPaddingPaddingpaddingpadding 参数必须设置为 'none'"none""none""none""none""none"。

在此模式下，参数 StrideStrideStrideStridestridestride 将被忽略，并按上述描述在内部进行计算。

'global_maximum'"global_maximum""global_maximum""global_maximum""global_maximum""global_maximum"：

与模式 'global_average'"global_average""global_average""global_average""global_average""global_average" 相同，但计算的是最大值而非平均值。

有关池化层的更多信息，请参阅 “分类解决方案指南”。

支持以下泛型参数 GenParamNameGenParamNameGenParamNameGenParamNamegenParamNamegen_param_name 及其对应值 GenParamValueGenParamValueGenParamValueGenParamValuegenParamValuegen_param_value：

'global_pooling_mode'"global_pooling_mode""global_pooling_mode""global_pooling_mode""global_pooling_mode""global_pooling_mode"：

全局池化（ModeModeModeModemodemode 为 'global_average'"global_average""global_average""global_average""global_average""global_average" 或 'global_maximum'"global_maximum""global_maximum""global_maximum""global_maximum""global_maximum"）时，用于计算内部使用的核大小和步长的模式。详见上文说明。若为非全局池化，该参数将设置为 'undefined'"undefined""undefined""undefined""undefined""undefined" 值。

默认值： 'overlapping'"overlapping""overlapping""overlapping""overlapping""overlapping"

'is_inference_output'"is_inference_output""is_inference_output""is_inference_output""is_inference_output""is_inference_output"：

确定 apply_dl_modelapply_dl_modelApplyDlModelApplyDlModelApplyDlModelapply_dl_model 是否将此层的输出包含在字典 DLResultBatchDLResultBatchDLResultBatchDLResultBatchDLResultBatchdlresult_batch 中，即使未在 OutputsOutputsOutputsOutputsoutputsoutputs 中指定此层（'true'"true""true""true""true""true"）或不包含（'false'"false""false""false""false""false"）。

默认值： 'false'"false""false""false""false""false"

使用 create_dl_layer_poolingcreate_dl_layer_poolingCreateDlLayerPoolingCreateDlLayerPoolingCreateDlLayerPoolingcreate_dl_layer_pooling 算子创建的层，其特定参数可通过其他算子进行设置与检索。下表概述了可通过 set_dl_model_layer_paramset_dl_model_layer_paramSetDlModelLayerParamSetDlModelLayerParamSetDlModelLayerParamset_dl_model_layer_param 设置的参数，以及可通过 get_dl_model_layer_paramget_dl_model_layer_paramGetDlModelLayerParamGetDlModelLayerParamGetDlModelLayerParamget_dl_model_layer_param 或 get_dl_layer_paramget_dl_layer_paramGetDlLayerParamGetDlLayerParamGetDlLayerParamget_dl_layer_param 检索的参数。请注意，算子 set_dl_model_layer_paramset_dl_model_layer_paramSetDlModelLayerParamSetDlModelLayerParamSetDlModelLayerParamset_dl_model_layer_param 和 get_dl_model_layer_paramget_dl_model_layer_paramGetDlModelLayerParamGetDlModelLayerParamGetDlModelLayerParamget_dl_model_layer_param 需基于 create_dl_modelcreate_dl_modelCreateDlModelCreateDlModelCreateDlModelcreate_dl_model 创建的模型。

执行信息

• 多线程类型：可重入（与非独占算子并行运行）。
• 多线程作用域：全局（可从任何线程调用）。
• 未采用并行化处理。

参数

模块

深度学习训练

---