Python PyTorch AdaptiveAvgPool3d用法及代碼示例

本文簡要介紹python語言中 torch.nn.AdaptiveAvgPool3d 的用法。

用法:

class torch.nn.AdaptiveAvgPool3d(output_size)

參數：

output_size-D x H x W 形式的目標輸出大小。可以是元組 (D, H, W) 或立方體 D x D x D 的單個數字 D。 D、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 3D 自適應平均池化。

對於任何輸入大小，輸出的大小為 D x 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}, S_{2}) 或 (C, S_{0}, S_{1}, S_{2}) ，其中 S=\text{output\_size} 。

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)