浅谈pytorch池化maxpool2D注意事项
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毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。