Maxout

paddle.nn. Maxout ( groups, axis=1, name=None ) [源代码]

Maxout激活层.

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:

参数:

• 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。

• axis (int, 可选) - 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。默认值为1。

• name (str, 可选) - 操作的名称(可选，默认值为None）。更多信息请参见 Name。

形状:

• input: 形状为

  

  或

  

  的4-D Tensor，N是批尺寸，C是通道数，H是特征高度，W是特征宽度。

• output: 输出形状为 [N,Co,H,W][N,Co,H,W] 或 [N,H,W,Co][N,H,W,Co] 的4-D Tensor，其中 Co=C/groupsCo=C/groups

代码示例

import paddle
x = paddle.rand([1, 2, 3, 4])
# [[[[0.5002636  0.22272532 0.17402348 0.2874594 ]
#    [0.95313174 0.6228939  0.7129065  0.7087491 ]
#    [0.02879342 0.88725346 0.61093384 0.38833922]]
#   [[0.5231306  0.03807496 0.91661984 0.15602879]
#    [0.666127   0.616567   0.30741522 0.24044901]
#    [0.7142536  0.7351477  0.31588817 0.23782359]]]]
m = paddle.nn.Maxout(groups=2)
out = m(x)
# [[[[0.5231306  0.22272532 0.91661984 0.2874594 ]
#    [0.95313174 0.6228939  0.7129065  0.7087491 ]
#    [0.7142536  0.88725346 0.61093384 0.38833922]]]]