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。

输出的尺寸为 H x W，对于任何输入尺寸都适用。输出通道数等于输入通道数。

参数:

output_size (int | None | tuple[int | None, int | None]) – 目标输出图像尺寸，形式为 H x W。可以是元组 (H, W) 或一个单独的 H（表示 H x H 的正方形图像）。H 和 W 可以是 int 类型，或者 None，表示尺寸将与输入保持一致。

形状

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

• 输出: $(N, C, S_{0}, S_{1})$ 或者 $(C, S_{0}, S_{1})$，其中 $S=\text{output\_size}$。

示例

>>> # target output size of 5x7
>>> m = nn.AdaptiveAvgPool2d((5, 7))
>>> input = torch.randn(1, 64, 8, 9)
>>> output = m(input)
>>> # target output size of 7x7 (square)
>>> m = nn.AdaptiveAvgPool2d(7)
>>> input = torch.randn(1, 64, 10, 9)
>>> output = m(input)
>>> # target output size of 10x7
>>> m = nn.AdaptiveAvgPool2d((None, 7))
>>> input = torch.randn(1, 64, 10, 9)
>>> output = m(input)

forward(input)

执行前向传播。

返回类型:

张量