AdaptiveAvgPool3d

class torch.nn.AdaptiveAvgPool3d(output_size) [source]

Применяет адаптивное 3D-усредняющее пулинг-преобразование к входному сигналу, состоящему из нескольких входных плоскостей.

Выходной размер равен D x H x W для входных данных любого размера. Число выходных признаков равно числу входных плоскостей.

Параметры:

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

Форма:

• Входные данные: $(N, C, D_{in}, H_{in}, W_{in})$ или $(C, D_{in}, H_{in}, W_{in})$.
• Выходные данные: $(N, C, S_{0}, S_{1}, S_{2})$ или $(C, S_{0}, S_{1}, S_{2})$, где $S=\text{output\_size}$.

Примеры

>>> # target output size of 5x7x9
>>> m = nn.AdaptiveAvgPool3d((5, 7, 9))
>>> input = torch.randn(1, 64, 8, 9, 10)
>>> output = m(input)
>>> # target output size of 7x7x7 (cube)
>>> m = nn.AdaptiveAvgPool3d(7)
>>> input = torch.randn(1, 64, 10, 9, 8)
>>> output = m(input)
>>> # target output size of 7x9x8
>>> m = nn.AdaptiveAvgPool3d((7, None, None))
>>> input = torch.randn(1, 64, 10, 9, 8)
>>> output = m(input)

forward(input) [source]

Выполняет прямой проход.

Тип возвращаемого значения:

Tensor