avg_pool2d平均池化的使用方法

• input ：输入张量 kernel_size
• pool的大小，可以是一个单个数字，也可以是一个tuple，如果是单个数字，例如2，就是（2，2） stride：
• pool移动的大小，可以为单个数字，也可以是一个tuple padding ：在两侧填充0，可以为单个数字，也可以是一个tuple
• ceil_mode ：如果为True，将在公式中使用ceil而不是floor来计算输出形状。 count_include_pad
• 值为true时，将在平均计算中包括零填充，默认为True。 divisor_override
• 如果指定，它将用作除数，否则将使用池化区域的大小。

import torch
import torch.nn.functional as F
F.avg_pool2d(a,(1,2))#输入tensor为a，kernel_size为（1，2）

当输入的kernel为一个数字时：

F.avg_pool2d(a,2)#kernel_size为（2，2）

红框外面的是剩下的，默认不使用，如果想用可以设置ceil_mode ，下面讲解

stride参数的使用：

默认情况下stride大小为kernel_size的大小，这里设为1，就以1为单位向右向下移动。

padding 参数的使用：

在两侧填充0

ceil_mode 参数的使用

如果为True，将在公式中使用ceil而不是floor来计算输出形状

count_include_pad 参数的使用：
值为true时，将在平均计算中包括零填充，默认为True。

divisor_override 参数的使用：

如果指定，它将用作除数，否则将使用池化区域的大小。