PyTorch 最大值池化：使用 MaxPool2d 函数

在 PyTorch 中，torch.nn.MaxPool2d 函数是常用的最大值池化方式。该函数可以对二维数据进行最大值池化操作，提取重要特征。以下是一个使用最大值池化的示例代码：

import torch
import torch.nn as nn

# 创建一个输入张量
input_tensor = torch.randn(1, 1, 4, 4)

# 定义最大值池化层，池化窗口大小为2x2，步幅为2
max_pool = nn.MaxPool2d(2, stride=2)

# 进行最大值池化操作
output = max_pool(input_tensor)

print(output)

在这个示例中，我们首先创建了一个大小为 1x1x4x4 的输入张量。然后，使用 nn.MaxPool2d 函数创建了一个最大值池化层，池化窗口大小为 2x2，步幅为 2。最后，我们将输入张量传递给最大值池化层，并打印输出结果。

输出结果将会是一个大小为 1x1x2x2 的张量，表示经过最大值池化操作后得到的特征图。