PyTorch基础（七）----- torch.nn.AdaptiveAvgPool2d()方法

一、方法简介

• 方法

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)

• 参数及注意事项

- 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

• 1.out_size为一个value

x = torch.randn((1, 2, 3, 4))
poolLayer = torch.nn.AdaptiveAvgPool2d(3)
y = poolLayer(x)
print(y, y.size())

• 2.out_size为一个元组

x1 = torch.randn((1, 2, 3, 4))
poolLayer1 = torch.nn.AdaptiveAvgPool2d((1, 2))
y1 = poolLayer1(x1)
print(y1, y1.size())

• 3.其中一个值为None

x1 = torch.randn((1, 2, 3, 4))
poolLayer1 = torch.nn.AdaptiveAvgPool2d((None, 2))
y1 = poolLayer1(x1)
print(y1, y1.size())