二维自适应平均池化

类torch.nn.AdaptiveAvgPool2d(output_size)[源代码]

对由多个输入平面组成的输入信号进行二维自适应平均池化。

输出尺寸为 H x W，与输入大小无关。输出特征的数量等于输入平面的数量。

参数

output_size (Union[int, None, Tuple[Optional[int], Optional[int]]]) – 图像的目标输出大小，形式为 H x W。可以是一个元组 (H, W)，或一个单个值 H 表示方形图像 H x H。如果 H 和 W 为 None，则表示输出大小与输入大小相同。

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)