AvgPool1d¶
- class torch.nn.AvgPool1d(kernel_size, stride=None, padding=0, ceil_mode=False, count_include_pad=True)[源代码]¶
对由多个输入平面组成的输入信号应用一维平均池化。
在最简单的情况下,该层对输入大小为 的层的输出值为 ,而
kernel_size
为 可以准确地描述为如果
padding
非零,则输入在两侧隐式地用零填充padding
个点。注意
当 ceil_mode=True 时,滑动窗口如果从左填充区或输入中开始,则允许超出边界。 从右填充区开始的滑动窗口将被忽略。
参数
kernel_size
、stride
、padding
可以是int
或一个元素元组。- 参数
- 形状
输入: 或 .
输出: 或 , 其中
根据上面的说明,如果
ceil_mode
为 True 并且 , 我们将跳过最后一个窗口,因为它将从右侧填充区域开始,导致 减少一个。
示例
>>> # pool with window of size=3, stride=2 >>> m = nn.AvgPool1d(3, stride=2) >>> m(torch.tensor([[[1., 2, 3, 4, 5, 6, 7]]])) tensor([[[2., 4., 6.]]])