MaxPool

功能

MaxPool接收输入Tensor x，并根据内核大小、步幅大小和填充长度对Tensor进行最大池化。最大池化包括根据内核大小计算输入Tensor的一个子集的所有值的最大值，并将数据降采样到输出Tensor y以供进一步处理。输出的空间形状根据是否使用显式填充、是否使用pads或是否使用auto_pad（自动填充）来计算。

输入

x：输入Tensor，数据类型支持float、float16，格式为NCHW。

属性

auto_pad（可选）：支持SAME_UPPER、SAME_LOWER、VALID、NOTSET。

storage_order：暂不支持该参数。

kernel_shape（可选）：包括：

• kernel_shape[0]：数据类型为int32，指定沿H维度的窗口大小，取值范围为[1, 32768]，默认为1。
• kernel_shape[1]：数据类型为int32，指定沿W维度的窗口大小，取值范围为[1, 32768]，默认为1。

strides（可选）：包括：

• strides[0]：数据类型为int32，指定沿H维度的步长，默认为1。
• strides[1]：数据类型为int32，指定沿W维度的步长，默认为1。

pads（可选）：包括：

• pads[0]：数据类型为int32，指定顶部padding，默认为0。
• pads[1]：数据类型为int32，指定底部padding，默认为0。
• pads[2]：数据类型为int32，指定左部padding，默认为0。
• pads[3]：数据类型为int32，指定右部padding，默认为0。

ceil_mode（可选）：数据类型为int32，取值：0（floor模式），1（ceil模式），默认为0。

输出

y：输出Tensor，数据类型和shape与输入一致。格式为NCHW。

约束与限制

• strides[0]或者strides[1]取值步长大于63时，会使用AI CPU计算，性能会下降。
• kernel_shape[0]或kernel_shape[1]取值超过[1,255]，或者kernel_shape[0] * kernel_shape[1] > 256时，会使用AI CPU计算，导致性能下降。
• 1 <= input_w <= 4096。
• 当输入Tensor的N是一个质数时，N应小于65535。
• 2D Tensor输入不支持dilations。
• auto_pad属性是VALID时，ceil_mode属性值必须为0。
• pads属性和auto_pad属性不可同时使用。

支持的ONNX版本

Opset v8/v9/v10/v11/v12/v13/v14/v15/v16/v17/v18