torch.nn.functional.avg_pool1d

torch.nn.functional.avg_pool1d(input, kernel_size, stride=None, padding=0, ceil_mode=False, count_include_pad=True) → Tensor

對由多個輸入平面組成的輸入訊號進行1D平均池化操作。

請參閱 AvgPool1d 檢視詳細資訊和輸出形狀。

引數

• input – 輸入張量，形狀為 $(\text{minibatch} , \text{in\_channels} , iW)$

• kernel_size – 視窗大小。可以是單個數字或元組 (kW,)

• stride – 視窗的步長。可以是單個數字或元組 (sW,)。預設為 kernel_size

• padding – 輸入兩端的隱式零填充。可以是單個數字或元組 (padW,)。應最多為有效核大小的一半，即 $((kernelSize - 1) * dilation + 1) / 2$。預設為 0

• ceil_mode – 如果為 True，將使用 ceil 而不是 floor 來計算輸出形狀。預設為 False

• count_include_pad – when True, will include the zero-padding in the averaging calculation. Default: True

示例

>>> # pool of square window of size=3, stride=2
>>> input = torch.tensor([[[1, 2, 3, 4, 5, 6, 7]]], dtype=torch.float32)
>>> F.avg_pool1d(input, kernel_size=3, stride=2)
tensor([[[ 2.,  4.,  6.]]])