三维自适应平均池化

类torch.nn.AdaptiveAvgPool3d(output_size)[源代码]

对该数据进行三维自适应平均池化的操作，该数据由多个输入平面组成。

输出尺寸为 D x 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], Optional[int]]]) – 目标输出大小，形式为 D x H x W。可以是一个元组 (D, H, W)，或一个整数 D 表示立方体 D x D x D。D、H 和 W 可以是 int 类型，也可以是 None，表示大小与输入相同。

形状:

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

• 输出为 $(N, C, S_{0}, S_{1}, S_{2})$ 或 $(C, S_{0}, S_{1}, S_{2})$，其中 $S=\text{output\_size}$。

示例

>>> # target output size of 5x7x9
>>> m = nn.AdaptiveAvgPool3d((5, 7, 9))
>>> input = torch.randn(1, 64, 8, 9, 10)
>>> output = m(input)
>>> # target output size of 7x7x7 (cube)
>>> m = nn.AdaptiveAvgPool3d(7)
>>> input = torch.randn(1, 64, 10, 9, 8)
>>> output = m(input)
>>> # target output size of 7x9x8
>>> m = nn.AdaptiveAvgPool3d((7, None, None))
>>> input = torch.randn(1, 64, 10, 9, 8)
>>> output = m(input)