python中avg函数的使用_pytorch AvgPool2d函数使用详解

本文通过代码示例详细介绍了PyTorch中F.avg_pool1d和AvgPool2d函数的使用,解释了不同参数设置对输出的影响,并提供了计算输出尺寸的方法。
摘要由CSDN通过智能技术生成

我就废话不多说了,直接上代码吧!

import torch

import torch.nn as nn

import torch.nn.functional as F

from torch.autograd import Variable

import numpy as np

input = Variable(torch.Tensor([[[1, 3, 3, 4, 5, 6, 7], [1, 2, 3, 4, 5, 6, 7]], [[1, 3, 3, 4, 5, 6, 7], [1, 2, 3, 4, 5, 6, 7]]]))

print("input shape",input.shape)

c = F.avg_pool1d(input, kernel_size=3, stride=2)

print(c)

print("c shape:",c.shape)

# m = nn.AvgPool2d(3, stride=2)

m = nn.AvgPool2d((2, 2), stride=(2, 2))

input = Variable(torch.randn(20, 18, 50, 32)) # bach是20,图片size是50*31,chanel是18(通道是18,也就是每张图有18个fature map)

input = np.array([[[[1, 2, 3, 4], [1, 2, 3, 4], [1, 2, 3, 4], [1, 2, 3, 4]],

[[1, 2, 3, 4], [1, 2, 3, 4], [1, 2, 3, 4], [1, 2, 3, 4]]],

[[[1, 2, 3, 4], [1, 2, 3, 4],

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值