Python PyTorch AvgPool1d用法及代碼示例

本文簡要介紹python語言中 torch.nn.AvgPool1d 的用法。

用法:

class torch.nn.AvgPool1d(kernel_size, stride=None, padding=0, ceil_mode=False, count_include_pad=True)

參數：

• kernel_size-窗口的大小

• stride-窗口的步幅。默認值為kernel_size

• padding-要在兩側添加隱式零填充

• ceil_mode-當為 True 時，將使用 ceil 而不是 floor 來計算輸出形狀

• count_include_pad-當為 True 時，將在平均計算中包括零填充

在由多個輸入平麵組成的輸入信號上應用一維平均池化。

在最簡單的情況下，輸入大小為 (N, C, L) 、輸出 (N, C, L_{out}) 和 kernel_size k 的層的輸出值可以精確地說明為：

\text{out}(N_i, C_j, l) = \frac{1}{k} \sum_{m=0}^{k-1} \text{input}(N_i, C_j, \text{stride} \times l + m)

如果 padding 非零，則輸入在 padding 點數的兩側隱式補零。

注意

當ceil_mode=True 時，如果滑動窗口在左側填充或輸入內開始，則允許滑動窗口越界。將在右側填充區域開始的滑動窗口將被忽略。

參數 kernel_size 、 stride 、 padding 均可以是 int 或單元素元組。

形狀：

• 輸入：(N, C, L_{in}) 或 (C, L_{in} 。

• 輸出： (N, C, L_{out}) 或 (C, L_{out}) ，其中

  L_{out} = \left\lfloor \frac{L_{in} + 2 \times \text{padding} - \text{kernel\_size}}{\text{stride}} + 1\right\rfloor

例子：

>>> # pool with window of size=3, stride=2
>>> m = nn.AvgPool1d(3, stride=2)
>>> m(torch.tensor([[[1.,2,3,4,5,6,7]]]))
tensor([[[ 2.,  4.,  6.]]])