maxout

• paddle.fluid.layers.maxout(x, groups, name=None)[源代码]

假设输入形状为(N, Ci, H, W)，输出形状为(N, Co, H, W)，则

运算公式如下:

• 请参阅论文:
• • Maxout Networks: http://www.jmlr.org/proceedings/papers/v28/goodfellow13.pdf
  • Multi-digit Number Recognition from Street View Imagery using Deep Convolutional Neural Networks: https://arxiv.org/pdf/1312.6082v4.pdf
• 参数：
• • x (Variable) - 维度为[N,C,H,W]的4-D Tensor，其中N为 batch size ，C为通道数，H和W为特征图的高和宽。数据类型为float32。maxout算子的输入张量。
  • groups （int32）- 指定将输入张量的channel通道维度进行分组的数目。输出的通道数量为通道数除以组数。
  • name (str，可选) – 具体用法请参见 Name ，一般无需设置，默认值为None。

返回：表示为输出的Tensor，数据类型为float32。输出维度也是NCHW。其中N为 batch size，C为通道数，H和W为特征的高和宽。

返回类型：Variable

代码示例：

import paddle.fluid as fluid
input = fluid.data(
    name='data',
    shape=[None, 256, 32, 32],
    dtype='float32')
out = fluid.layers.maxout(input, groups=2)