AdaptiveAvgPool2d

class torch.nn.AdaptiveAvgPool2d(output_size) [source]

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

Выход имеет размер H x W для входа любого размера. Число выходных признаков равно числу входных плоскостей.

Параметры:

output_size (int | None | tuple[int | None, int | None]) – целевой размер изображения на выходе в формате H x W. Может быть кортежем (H, W) или одним значением H для квадратного изображения H x H. H и W могут быть int или None, что означает, что размер будет таким же, как у входных данных.

Форма:

• Вход: $(N, C, H_{in}, W_{in})$ или $(C, H_{in}, W_{in})$.
• Выход: $(N, C, S_{0}, S_{1})$ или $(C, S_{0}, S_{1})$, где $S=\text{output\_size}$.

Примеры

>>> # target output size of 5x7
>>> m = nn.AdaptiveAvgPool2d((5, 7))
>>> input = torch.randn(1, 64, 8, 9)
>>> output = m(input)
>>> # target output size of 7x7 (square)
>>> m = nn.AdaptiveAvgPool2d(7)
>>> input = torch.randn(1, 64, 10, 9)
>>> output = m(input)
>>> # target output size of 10x7
>>> m = nn.AdaptiveAvgPool2d((None, 7))
>>> input = torch.randn(1, 64, 10, 9)
>>> output = m(input)

forward(input) [source]

Выполняет прямой проход.

Тип возвращаемого значения:

Tensor