当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python torch.nn.AvgPool2d用法及代码示例


用法:

class torch.nn.AvgPool2d(kernel_size, stride=None, padding=0, ceil_mode=False, count_include_pad=True, divisor_override=None)

参数

  • kernel_size-窗口的大小

  • stride-窗口的步幅。默认值为kernel_size

  • padding-要在两侧添加隐式零填充

  • ceil_mode-当为 True 时,将使用 ceil 而不是 floor 来计算输出形状

  • count_include_pad-当为 True 时,将在平均计算中包括零填充

  • divisor_override-如果指定,它将用作除数,否则将使用池化区域的大小。

在由多个输入平面组成的输入信号上应用 2D 平均池化。

在最简单的情况下,输入大小为 、输出 kernel_size 的层的输出值可以精确地说明为:

如果 padding 非零,则输入在 padding 点数的两侧隐式补零。

注意

当ceil_mode=True 时,如果滑动窗口在左侧填充或输入内开始,则允许滑动窗口越界。将在右侧填充区域开始的滑动窗口将被忽略。

参数 kernel_sizestridepadding 可以是:

  • 单个 int - 在这种情况下,高度和宽度尺寸使用相同的值

  • 两个整数的 tuple - 在这种情况下,第一个 int 用于高度维度,第二个 int 用于宽度维度

形状:
  • 输入:

  • 输出: ,其中

例子:

>>> # pool of square window of size=3, stride=2
>>> m = nn.AvgPool2d(3, stride=2)
>>> # pool of non-square window
>>> m = nn.AvgPool2d((3, 2), stride=(2, 1))
>>> input = torch.randn(20, 16, 50, 32)
>>> 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.AvgPool2d。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。