nn.AdaptiveAvgPool2d()笔记

MaxPool2d()

常用参数：

kernel_size 核大小

stride 窗口滑动步长

padding 增加的边距

更多参数见官网

输出尺寸大小计算公式

代码演示

import torch
MP = torch.nn.MaxPool2d(3,stride=2)
input = torch.randn(1, 64, 8, 9)
print(MP(input).size())

AdaptiveAvgPool2d()

参数：形式为H x W的图像的目标输出尺寸。对于正方形图像H x H，可以是元组（H，W）或单个H。H和W可以是“int”，也可以是“None”，这意味着大小将与输入相同。

区别：在MaxPool2d做出的改进是参数只要输入需要输出的尺寸大小就行

代码演示：

import torch
# target output size of 5x5
m0 = torch.nn.AdaptiveMaxPool2d((5,5))
# target output size of 6x6
m1 = torch.nn.AdaptiveMaxPool2d((6,6))
# target output size of 7x7
m2 = torch.nn.AdaptiveMaxPool2d((7,7))
input = torch.randn(1, 64, 8, 9)
print(m0(input).size(),m1(input).size(),m2(input).size())

分析：很清楚看到当我们输入的参数大小就我们输出的尺寸大小，这很方便。

扩展：对于AdaptiveAvgPool3d只是在AdaptiveAvgPool2d的基础上又增加了一维的输入有原来H * W 变成 D * H * W