AdaptiveAvgPool2d

class torch.nn.modules.pooling.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。

对于任意输入尺寸，输出尺寸均为 H x W。输出特征的数量等于输入平面的数量。

参数:

output_size (int | None | tuple[int | None, int | None]) – 图像的目标输出尺寸，形式为 H x W。可以是一个元组 (H, W)，或者为方形图像 H x H 提供单个整数 H。H 和 W 可以是 int 类型，也可以是 None（表示输出尺寸与输入尺寸相同）。

形状

• 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 $S=\text{output\_size}$。

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