Python PyTorch avg_pool1d用法及代码示例

本文简要介绍python语言中 torch.nn.functional.avg_pool1d 的用法。

用法:

torch.nn.functional.avg_pool1d(input, kernel_size, stride=None, padding=0, ceil_mode=False, count_include_pad=True) → Tensor

参数：

• input-形状的输入张量(\text{minibatch} , \text{in\_channels} , iW)

• kernel_size-窗口的大小。可以是单个数字或元组(kW,)

• stride-窗口的步幅。可以是单个数字或元组 (sW,) 。默认值：kernel_size

• padding-输入两侧的隐式零填充。可以是单个数字或元组 (padW,) 。默认值：0

• ceil_mode-当为 True 时，将使用 ceil 而不是 floor 来计算输出形状。默认值：False

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

在由多个输入平面组成的输入信号上应用一维平均池化。

有关详细信息和输出形状，请参见 AvgPool1d 。

例子：

>>> # pool of square window of size=3, stride=2
>>> input = torch.tensor([[[1, 2, 3, 4, 5, 6, 7]]], dtype=torch.float32)
>>> F.avg_pool1d(input, kernel_size=3, stride=2)
tensor([[[ 2.,  4.,  6.]]])