torch.nn.functional.avg_pool1d

torch.nn.functional.avg_pool1d(input, kernel_size, stride=None, padding=0, ceil_mode=False, count_include_pad=True) → 张量

对由多个输入平面组成的输入信号应用一维平均池化。

详情和输出形状请参见 AvgPool1d。

Parameters

• 输入 – 输入张量的形状为 $(\text{minibatch} , \text{in\_channels} , iW)$

• kernel_size – 窗口的大小。可以是单个数字或元组 (kW,)

• 步幅 – 窗口的步幅。可以是单个数字或一个元组 (sW,)。默认值：kernel_size

• 填充 – 在输入的两边隐式地填充零。可以是单个数字或一个元组 (padW,)。默认值：0

• ceil_mode – 当为True时，将使用ceil而不是floor来计算输出形状。默认值：False

• count_include_pad – 当为True时，将在平均计算中包括零填充。默认值：True

示例：

>>> # 大小为3，步幅为2的方形窗口池
>>> input = torch.tensor([[[1, 2, 3, 4, 5, 6, 7]]], dtype=torch.float32)
>>> F.avg_pool1d(input, kernel_size=3, stride=2)
tensor([[[ 2.,  4.,  6.]]])