本文简要介绍python语言中 torch.nn.AdaptiveAvgPool3d
的用法。
用法:
class torch.nn.AdaptiveAvgPool3d(output_size)
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: 或 。
输出: 或 ,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)
参数:
相关用法
- Python PyTorch AdaptiveAvgPool1d用法及代码示例
- Python PyTorch AdaptiveAvgPool2d用法及代码示例
- Python PyTorch AdaptiveMaxPool1d用法及代码示例
- Python PyTorch AdaptiveMaxPool2d用法及代码示例
- Python PyTorch AdaptiveMaxPool3d用法及代码示例
- Python PyTorch AvgPool2d用法及代码示例
- Python PyTorch AvgPool1d用法及代码示例
- Python PyTorch AvgPool3d用法及代码示例
- Python PyTorch AlphaDropout用法及代码示例
- Python PyTorch Attribute用法及代码示例
- Python PyTorch frexp用法及代码示例
- Python PyTorch jvp用法及代码示例
- Python PyTorch cholesky用法及代码示例
- Python PyTorch vdot用法及代码示例
- Python PyTorch ELU用法及代码示例
- Python PyTorch ScaledDotProduct.__init__用法及代码示例
- Python PyTorch gumbel_softmax用法及代码示例
- Python PyTorch get_tokenizer用法及代码示例
- Python PyTorch saved_tensors_hooks用法及代码示例
- Python PyTorch positive用法及代码示例
- Python PyTorch renorm用法及代码示例
- Python PyTorch MaxUnpool3d用法及代码示例
- Python PyTorch Bernoulli用法及代码示例
- Python PyTorch Tensor.unflatten用法及代码示例
- Python PyTorch Sigmoid用法及代码示例
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。