一、方法简介
含义:对张量应用一个自适应的平均池化,只需要输入输出的size即可。
- torch.nn.AdaptiveAvgPool2d(output_size)
- 1.out_size可以是一个value值,也可以是一个元组(X,Y);
- 2.如果是一个value值,则代表输出是一个方形的,其实等价于(X,X);
- 3.如果是一个元组,则X,Y可以是一个int值,也可以是None;
- 4.如果是None,则代表输出与输入位置的值相同;
二、案例
x = torch.randn((1, 2, 3, 4))
poolLayer = torch.nn.AdaptiveAvgPool2d(3)
y = poolLayer(x)
print(y, y.size())
x1 = torch.randn((1, 2, 3, 4))
poolLayer1 = torch.nn.AdaptiveAvgPool2d((1, 2))
y1 = poolLayer1(x1)
print(y1, y1.size())
x1 = torch.randn((1, 2, 3, 4))
poolLayer1 = torch.nn.AdaptiveAvgPool2d((None, 2))
y1 = poolLayer1(x1)
print(y1, y1.size())