如何注意PyTorch中MaxPool2D池化操作的细节与技巧？

本文共计206个文字，预计阅读时间需要1分钟。

注意：在构建网络时，使用carpool2D时，注意高度和宽度的方向不同时，不要使用以下方式：

nn.MaxPool2d(kernel_size=(2, 1), stride=(2, 1), padding=(0, 1))

注意： 在搭建网络的时候用carpool2D的时候，让高度和宽度方向不同池化时，

用如下：

nn.MaxPool2d(kernel_size=2, stride=(2, 1), padding=(0, 1))

千万不要用：

nn.MaxPool2d(kernel_size=2, stride=(2, 1), padding=(0, 0))， 这样在用交叉熵做损失函数的时候，有时候会出现loss为nan的情况，检查的时候发现，某些样本的提取出来的feature全为nan。

以上这篇浅谈pytorch池化maxpool2D注意事项就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持易盾网络。