快捷方式

自适应平均池化3d

class torch.nn.AdaptiveAvgPool3d(output_size)[source]

对由多个输入平面组成的输入信号应用 3D 自适应平均池化。

对于任何输入大小,输出的大小为 D x 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], Optional[int]]]) – 目标输出大小,格式为 D x H x W。可以是元组 (D, H, W) 或单个数字 D(用于立方体 D x D x D)。D、H 和 W 可以是 intNoneNone 表示大小将与输入相同。

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

  • 输出: (N,C,S0,S1,S2)(N, C, S_{0}, S_{1}, S_{2})(C,S0,S1,S2)(C, S_{0}, S_{1}, S_{2}), 其中 S=output_sizeS=\text{output\_size}.

示例

>>> # target output size of 5x7x9
>>> m = nn.AdaptiveAvgPool3d((5, 7, 9))
>>> input = torch.randn(1, 64, 8, 9, 10)
>>> output = m(input)
>>> # target output size of 7x7x7 (cube)
>>> m = nn.AdaptiveAvgPool3d(7)
>>> input = torch.randn(1, 64, 10, 9, 8)
>>> output = m(input)
>>> # target output size of 7x9x8
>>> m = nn.AdaptiveAvgPool3d((7, None, None))
>>> input = torch.randn(1, 64, 10, 9, 8)
>>> output = m(input)

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取适合初学者和高级开发人员的深度教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源