avgpool2d

最新推荐文章于 2024-09-28 10:39:10 发布

取个名字真难呐

最新推荐文章于 2024-09-28 10:39:10 发布

阅读量1.3k

点赞数 1

分类专栏： python pytorch 文章标签：深度学习 cnn pytorch

本文链接：https://blog.csdn.net/scar2016/article/details/123170244

版权

pytorch 同时被 2 个专栏收录

148 篇文章 28 订阅

订阅专栏

python

75 篇文章 2 订阅

订阅专栏

文章目录

1. 函数说明
2. 使用范例

1. 函数说明

class  torch.nn.AvgPool2d(kernel_size, stride=None, padding=0, ceil_mode=False, count_include_pad=True, divisor_override=None)

作用：在由多个输入平面组成的输入信号上应用二维平均池。
kernel_size:卷积核的大小
stride: 步幅大小
padding : 填充

2. 使用范例

我们想对如下(4,4)的矩阵应用一个(2,2)卷积核进行求平均，那么我们可以使用一个平均池化层
在这里插入图片描述

# -*- coding: utf-8 -*-
# @Project: zc
# @Author: zc
# @File name: avgpool_test
# @Create time: 2022/2/27 20:30
import torch
from torch import nn


x = torch.arange(16,dtype=torch.float32).reshape(1,4, 4)
avg = nn.AvgPool2d(kernel_size=2,stride=1)
print(f"avg={avg}")
y = avg(x)
print(f"x={x}")
print(f"y={y}")

x=tensor([[[ 0.,  1.,  2.,  3.],
         [ 4.,  5.,  6.,  7.],
         [ 8.,  9., 10., 11.],
         [12., 13., 14., 15.]]])
y=tensor([[[ 2.5000,  3.5000,  4.5000],
         [ 6.5000,  7.5000,  8.5000],
         [10.5000, 11.5000, 12.5000]]])