Python PyTorch AdaptiveAvgPool2d用法及代码示例

本文简要介绍python语言中 torch.nn.AdaptiveAvgPool2d 的用法。

用法:

class torch.nn.AdaptiveAvgPool2d(output_size)

参数：

output_size-形式为 H x W 的图像的目标输出大小。对于方形图像 H x H，可以是元组 (H, W) 或单个 H。H 和 W 可以是 int 或 None这意味着大小将与输入的大小相同。

在由多个输入平面组成的输入信号上应用 2D 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。

形状：

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

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

例子

>>> # 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)