当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python PyTorch AdaptiveAvgPool3d用法及代码示例


本文简要介绍python语言中 torch.nn.AdaptiveAvgPool3d 的用法。

用法:

class torch.nn.AdaptiveAvgPool3d(output_size)

参数

output_size-D x H x W 形式的目标输出大小。可以是元组 (D, H, W) 或立方体 D x D x D 的单个数字 D。 D、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 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。

形状:
  • 输入:

  • 输出: ,其中

例子

>>> # 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)

相关用法


注:本文由纯净天空筛选整理自pytorch.org大神的英文原创作品 torch.nn.AdaptiveAvgPool3d。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。