AdaptiveAvgPool2d

class torch.nn.AdaptiveAvgPool2d(output_size)

對由多個輸入平面組成的輸入訊號應用二維自適應平均池化。

輸出大小為 H x W，無論輸入大小如何。輸出特徵的數量等於輸入平面的數量。

引數

output_size (Union[int, None, tuple[Optional[int], Optional[int]]]) – 目標輸出影像尺寸，形式為 H x W。可以是元組 (H, W) 或單個 H（表示 H x H 的正方形影像）。H 和 W 可以是 int 型別，也可以是 None，表示大小與輸入保持一致。

形狀

• 輸入： $(N, C, H_{in}, W_{in})$ 或 $(C, H_{in}, W_{in})$。

• 輸出： $(N, C, S_{0}, S_{1})$ 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)

執行前向傳播。

返回型別

張量