AdaptiveAvgPool2d

class torch.nn.AdaptiveAvgPool2d(output_size)

对由多个输入平面组成的输入信号应用二维自适应平均池化。

输出的大小为 H x W，适用于任何输入大小。 输出特征的数量等于输入平面的数量。

Parameters

output_size (Union[int, None, Tuple[Optional[int], Optional[int]]]) – 图像的目标输出尺寸，格式为 H x W。 可以是元组 (H, W) 或单个 H 表示正方形图像 H x H。 H 和 W 可以是 int，或者是 None，这意味着尺寸将与输入相同。

Shape:

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

• 输出: $(N, C, S_{0}, S_{1})$ 或 $(C, S_{0}, S_{1})$, 其中 $S=\text{输出大小}$。

示例

>>> # 目标输出尺寸为5x7
>>> m = nn.AdaptiveAvgPool2d((5, 7))
>>> input = torch.randn(1, 64, 8, 9)
>>> output = m(input)
>>> # 目标输出尺寸为7x7（方形）
>>> m = nn.AdaptiveAvgPool2d(7)
>>> input = torch.randn(1, 64, 10, 9)
>>> output = m(input)
>>> # 目标输出尺寸为10x7
>>> m = nn.AdaptiveAvgPool2d((None, 7))
>>> input = torch.randn(1, 64, 10, 9)
>>> output = m(input)