Python PyTorch AdaptiveAvgPool2d用法及代碼示例

本文簡要介紹python語言中 torch.nn.AdaptiveAvgPool2d 的用法。

用法:

class torch.nn.AdaptiveAvgPool2d(output_size)

參數：

output_size-形式為 H x W 的圖像的目標輸出大小。對於方形圖像 H x H，可以是元組 (H, W) 或單個 H。H 和 W 可以是 int 或 None這意味著大小將與輸入的大小相同。

在由多個輸入平麵組成的輸入信號上應用 2D 自適應平均池化。

對於任何輸入大小，輸出大小為 H x W。輸出特征的數量等於輸入平麵的數量。

形狀：

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

• 輸出：(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)