torch.avg_pool1d

torch.avg_pool1d(input, kernel_size, stride=None, padding=0, ceil_mode=False, count_include_pad=True) → Tensor

Применяет одномерное усредняющее пулинг-преобразование к входному сигналу, состоящему из нескольких входных плоскостей.

Подробности и форму выходных данных см. в разделе AvgPool1d.

Параметры:

• input – входной тензор формы $(\text{minibatch} , \text{in\_channels} , iW)$
• kernel_size – размер окна. Может быть одним числом или кортежем (kW,)
• stride – шаг окна. Может быть одним числом или кортежем (sW,). По умолчанию: kernel_size
• padding – неявное дополнение входных данных нулями с обеих сторон. Может быть одним числом или кортежем (padW,). Должно быть не больше половины эффективного размера ядра, то есть $((kernelSize - 1) * dilation + 1) / 2$. По умолчанию: 0
• ceil_mode – если True, для вычисления формы выходных данных будет использоваться ceil вместо floor. По умолчанию: False
• count_include_pad – если True, нулевое дополнение будет учитываться при вычислении среднего значения. По умолчанию: True

Примеры:

>>> # pool of square window of size=3, stride=2
>>> input = torch.tensor([[[1, 2, 3, 4, 5, 6, 7]]], dtype=torch.float32)
>>> F.avg_pool1d(input, kernel_size=3, stride=2)
tensor([[[ 2.,  4.,  6.]]])