nn.MaxPool2d（）

nn.MaxPool2d()是PyTorch中的一个函数，用于实现二维最大池化操作。最大池化是一种常用的下采样操作，它可以减小特征图的尺寸并保留主要特征。

nn.MaxPool2d()函数的常用参数包括：
- kernel_size：池化窗口的大小，可以是一个整数或一个元组，表示高度和宽度上的大小。
- stride：池化窗口的步幅，可以是一个整数或一个元组，表示在高度和宽度上的步幅大小。
- padding：输入的每一条边补充0的层数。
- dilation：控制窗口中元素的间距。
- return_indices：如果设置为True，则返回最大值的索引，用于后面的nn.MaxUnpool2d()操作。

以下是一个示例代码，展示了如何使用nn.MaxPool2d()函数：

import torch
import torch.nn as nn

# 创建一个输入特征图
input = torch.randn(1, 1, 4, 4)

# 定义MaxPool2d层
maxpool = nn.MaxPool2d(kernel_size=2, stride=2)

# 对输入特征图进行最大池化操作
output = maxpool(input)

print(output)

输出结果为：

tensor([[[[ 1.0147,  0.9993],
          [ 1.0147,  0.9993]]]])