Python PyTorch AvgPool2d用法及代碼示例

本文簡要介紹python語言中 torch.nn.AvgPool2d 的用法。

用法:

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

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

• divisor_override-如果指定，它將用作除數，否則將使用池化區域的大小。

在由多個輸入平麵組成的輸入信號上應用 2D 平均池化。

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

out(N_i, C_j, h, w) = \frac{1}{kH * kW} \sum_{m=0}^{kH-1} \sum_{n=0}^{kW-1} input(N_i, C_j, stride[0] \times h + m, stride[1] \times w + n)

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 可以是：

• 單個 int - 在這種情況下，高度和寬度尺寸使用相同的值

• 兩個整數的 tuple - 在這種情況下，第一個 int 用於高度維度，第二個 int 用於寬度維度

形狀：

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

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

  H_{out} = \left\lfloor\frac{H_{in} + 2 \times \text{padding}[0] - \text{kernel\_size}[0]}{\text{stride}[0]} + 1\right\rfloor
  W_{out} = \left\lfloor\frac{W_{in} + 2 \times \text{padding}[1] - \text{kernel\_size}[1]}{\text{stride}[1]} + 1\right\rfloor

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)