F.avg_pool1d()
input: [batch_size,channels,width),channel可以看成高度
kernel: 一维,表示width的跨度,channel和输入的channel一致可以认为是矩阵的高度
假设kernel_size=2,则每2列相加求平均,
stride默认和kernel_size保持一致,越界则丢弃(下面表示1,2列相加求平均,13,4列相加求平均)
F.avg_pool1d()中核size是3,步长是2表示每三个数取平均,每隔两个数取一次
import torch
from torch.nn import functional as F
input = torch.tensor([[1,1,1,1,1],[1,1,1,1,1],[0,0,0,1,1],[1,1,1,1,1]]).unsqueeze(0).float()
print(input.shape)#torch.Size([1, 4, 5])(batch_size, channel,width]
print(input)#tensor([[[1., 1., 1., 1., 1.],
# [1., 1., 1., 1., 1.],
# [0., 0., 0., 1., 1.],
# [1., 1., 1., 1., 1.]]])
m = F.avg_pool1d(input,kernel_size=2)
print(m)#tensor([[[1.0000, 1.0000],
# [1.0000, 1.0000],
# [0.00