AdaptiveAvgPool3d

class torch.nn.AdaptiveAvgPool3d(output_size)

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，输出大小均为 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，形式为 D x H x W。可以是元组 (D, H, W) 或单个数字 D，表示立方体 D x D x D。D、H 和 W 可以是 int，也可以是 None，这意味着大小将与输入的大小相同。

形状

• 输入: $(N, C, D_{in}, H_{in}, W_{in})$ 或 $(C, D_{in}, H_{in}, W_{in})$。

• 输出: $(N, C, S_{0}, S_{1}, S_{2})$ 或 $(C, S_{0}, S_{1}, S_{2})$, 其中 $S=\text{output\_size}$。

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)