全域最大池化¶
全域最大池化 - 22¶
版本¶
網域：
mainsince_version：
22函數：
False支援等級：
SupportType.COMMON形狀推斷：
True
此版本的運算符自第 22 版開始可用。
摘要¶
GlobalMaxPool 使用輸入張量 X，並在同一通道的值上套用最大池化。這相當於核心大小等於輸入張量空間維度的 MaxPool。
輸入¶
X (異質) - T
來自先前運算符的輸入資料張量；影像案例的維度為 (N x C x H x W)，其中 N 是批次大小，C 是通道數，而 H 和 W 是資料的高度和寬度。對於非影像案例，維度形式為 (N x C x D1 x D2 … Dn)，其中 N 是批次大小。
輸出¶
Y (異質) - T
來自輸入張量池化的輸出資料張量。輸出張量與輸入具有相同的秩。輸出形狀的前兩個維度與輸入 (N x C) 相同，而其他維度均為 1。
類型限制¶
T 在 (
tensor(bfloat16)、tensor(double)、tensor(float)、tensor(float16)) 中將輸入和輸出類型限制為浮點張量。
全域最大池化 - 1¶
版本¶
網域：
mainsince_version：
1函數：
False支援等級：
SupportType.COMMON形狀推斷：
True
此版本的運算符自第 1 版開始可用。
摘要¶
GlobalMaxPool 使用輸入張量 X，並在同一通道的值上套用最大池化。這相當於核心大小等於輸入張量空間維度的 MaxPool。
輸入¶
X (異質) - T
來自先前運算符的輸入資料張量；影像案例的維度為 (N x C x H x W)，其中 N 是批次大小，C 是通道數，而 H 和 W 是資料的高度和寬度。對於非影像案例，維度形式為 (N x C x D1 x D2 … Dn)，其中 N 是批次大小。
輸出¶
Y (異質) - T
來自輸入張量池化的輸出資料張量。輸出張量與輸入具有相同的秩。輸出形狀的前兩個維度與輸入 (N x C) 相同，而其他維度均為 1。
類型限制¶
T 在 (
tensor(double)、tensor(float)、tensor(float16)) 中將輸入和輸出類型限制為浮點張量。