快捷方式

自适应平均池化2d

class torch.nn.AdaptiveAvgPool2d(output_size)[源代码]

对由多个输入平面组成的输入信号应用二维自适应平均池化。

对于任何输入大小,输出大小为 H x W。输出特征的数量等于输入平面的数量。

参数

output_size (Union[int, None, Tuple[Optional[int], Optional[int]]]) – 图像的目標輸出大小,格式为 H x W。可以是元组 (H, W) 或正方形图像 H x H 的单个 H。H 和 W 可以是 intNone,表示大小将与输入相同。

形状
  • 输入:(N,C,Hin,Win)(N, C, H_{in}, W_{in})(C,Hin,Win)(C, H_{in}, W_{in}).

  • 输出: (N,C,S0,S1)(N, C, S_{0}, S_{1})(C,S0,S1)(C, S_{0}, S_{1}), 其中 S=output_sizeS=\text{output\_size}.

示例

>>> # target output size of 5x7
>>> m = nn.AdaptiveAvgPool2d((5, 7))
>>> input = torch.randn(1, 64, 8, 9)
>>> output = m(input)
>>> # target output size of 7x7 (square)
>>> m = nn.AdaptiveAvgPool2d(7)
>>> input = torch.randn(1, 64, 10, 9)
>>> output = m(input)
>>> # target output size of 10x7
>>> m = nn.AdaptiveAvgPool2d((None, 7))
>>> input = torch.randn(1, 64, 10, 9)
>>> output = m(input)

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取针对初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源