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), paddi
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易盾网络。