maxout
paddle.fluid.layers.maxout
(x, groups, name=None, axis=1)[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) - 4-D Tensor,maxout算子的输入张量,其数据类型为float32,数据格式为NCHW或NHWC,其中N为 batch size ,C为通道数,H和W为特征图的高和宽。
- groups (int) - 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。
- axis (int) - 指定通道所在维度的索引。当数据格式为NCHW时,axis应该被设置为1,当数据格式为NHWC时,axis应该被设置为-1或者3。默认值:1。
返回
4-D Tensor,数据类型和格式与 x 一致。
返回类型
Variable
抛出异常
ValueError
- 如果axis
既不是1,也不是-1或3。
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)