F.ADAPTIVEMAXPOOL2D函数使用

pytorch官网原函数：
函数原型：torch.nn.AdaptiveMaxPool2d(output_size, return_indices=False)
在由多个输入平面组成的输入信号上应用 2D 自适应最大池化。
对于任何输入大小，输出的大小为(Hout, Wout)，输出特征的数量等于输入平面的数量。

参数：
output_size: 输出shape，可以是（Hout，Wout），也可以是一个单独的Hout，代表输出shape是（Hout, Hout）；甚至可以为None，代表输出与输入同shape
return_indices：如果为True，将返回索引以及输出。有用于传递给 nn.MaxUnpool2d。默认为False。

例子：

# target output size of 5x7
m = nn.AdaptiveMaxPool2d((5,7))
input = torch.randn(1, 64, 8, 9)
output = m(input)
#输出为（1, 64, 5, 7）
# target output size of 7x7 (square)
m = nn.AdaptiveMaxPool2d(7)
input = torch.randn(1, 64, 10, 9)
output = m(input)
#输出为（1，64，7，7）
# target output size of 10x7
m = nn.AdaptiveMaxPool2d((None, 7))
input = torch.randn(1, 64, 10, 9)
output = m(input)
输出为（1，64，10，7）