GEM池化层python代码

以下是实现 GEM 池化层的 Python 代码示例：

import torch
import torch.nn as nn

class GeM(nn.Module):
    def __init__(self, p=3, eps=1e-6):
        super(GeM,self).__init__()
        self.p = nn.Parameter(torch.ones(1)*p)
        self.eps = eps

    def forward(self, x):
        return self.gem(x, p=self.p, eps=self.eps)

    def gem(self, x, p=3, eps=1e-6):
        x = x.clamp(min=self.eps).pow(p)
        x = torch.nn.functional.adaptive_avg_pool2d(x, (1,1))
        return x.pow(1./p)

这里定义了一个 `GeM` 类，其中 `p` 表示 GeM 池化的超参数，`eps` 表示平滑项的值，可以在类实例化时通过参数传入。`forward` 方法用于前向传播，`gem` 方法用于计算 GeM 池化。

在 `gem` 方法中，首先对输入张量 `x` 进行平滑处理（避免出现负数），然后使用 `torch.nn.functional.adaptive_avg_pool2d` 函数计算自适应平均池化，最后将结果进行开方操作，得到最终的 GeM 池化结果。

使用方法：

x = torch.randn(1, 64, 32, 32) # 输入张量
gem_pooling = GeM(p=3, eps=1e-6) # 实例化 GeM 池化层
y = gem_pooling(x) # 进行 GeM 池化

其中 `y` 就是经过 GeM 池化之后的结果。