pytorch torch.nn.AdaptiveAvgPool2d()自适应平均池化函数详解


Posted in Python onJanuary 03, 2020

如题:只需要给定输出特征图的大小就好,其中通道数前后不发生变化。具体如下:

AdaptiveAvgPool2d

CLASStorch.nn.AdaptiveAvgPool2d(output_size)[SOURCE]

Applies a 2D adaptive average pooling over an input signal composed of several input planes.

The output is of size H x W, for any input size. The number of output features is equal to the number of input planes.

Parameters

output_size ? the target output size of the image of the form H x W. Can be a tuple (H, W) or a single H for a square image H x H. H and W can be either a int, or None which means the size will be the same as that of the input.

Examples

>>> # 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.AdaptiveMaxPool2d((None, 7))
>>> input = torch.randn(1, 64, 10, 9)
>>> output = m(input)
>>> input = torch.randn(1, 3, 3, 3)
>>> input
tensor([[[[ 0.6574, 1.5219, -1.3590],
   [-0.1561, 2.7337, -1.8701],
   [-0.8572, 1.0238, -1.9784]],
 
   [[ 0.4284, 1.4862, 0.3352],
   [-0.7796, -0.8020, -0.1243],
   [-1.2461, -1.7069, 0.1517]],
 
   [[ 1.4593, -0.1287, 0.5369],
   [ 0.6562, 0.0616, 0.2611],
   [-1.0301, 0.4097, -1.9269]]]])
>>> m = nn.AdaptiveAvgPool2d((2, 2))
>>> output = m(input)
>>> output
tensor([[[[ 1.1892, 0.2566],
   [ 0.6860, -0.0227]],
 
   [[ 0.0833, 0.2238],
   [-1.1337, -0.6204]],
 
   [[ 0.5121, 0.1827],
   [ 0.0243, -0.2986]]]])
>>> 0.6574+1.5219+2.7337-0.1561
4.7569
>>> 4.7569/4
1.189225
>>>

以上这篇pytorch torch.nn.AdaptiveAvgPool2d()自适应平均池化函数详解就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持三水点靠木。

Python 相关文章推荐
python设置检查点简单实现代码
Jul 01 Python
python实现分析apache和nginx日志文件并输出访客ip列表的方法
Apr 04 Python
python实现多线程的方式及多条命令并发执行
Jun 07 Python
Bottle框架中的装饰器类和描述符应用详解
Oct 28 Python
python 实现登录网页的操作方法
May 11 Python
详解python列表生成式和列表生成式器区别
Mar 27 Python
利用Python查看微信共同好友功能的实现代码
Apr 24 Python
Python Django 实现简单注册功能过程详解
Jul 29 Python
pd.DataFrame统计各列数值多少的实例
Dec 05 Python
python装饰器代替set get方法实例
Dec 19 Python
TensorFlow通过文件名/文件夹名获取标签,并加入队列的实现
Feb 17 Python
Python extract及contains方法代码实例
Sep 11 Python
pytorch AvgPool2d函数使用详解
Jan 03 #Python
使用pyhon绘图比较两个手机屏幕大小(实例代码)
Jan 03 #Python
Python基础之函数原理与应用实例详解
Jan 03 #Python
对Pytorch中Tensor的各种池化操作解析
Jan 03 #Python
Python基础之高级变量类型实例详解
Jan 03 #Python
关于Pytorch MaxUnpool2d中size操作方式
Jan 03 #Python
pytorch中的卷积和池化计算方式详解
Jan 03 #Python
You might like
PHP 7.1新特性的汇总介绍
2016/12/16 PHP
详解EventDispatcher事件分发组件
2016/12/25 PHP
thinkphp ajaxfileupload实现异步上传图片的示例
2017/08/28 PHP
PHP实现关键字搜索后描红功能示例
2019/07/03 PHP
js获取图片长和宽度的代码
2009/11/24 Javascript
js 处理URL实用技巧
2010/11/23 Javascript
JQUERY 实现窗口滚动搜索框停靠效果(类似滚动停靠)
2013/03/27 Javascript
使用jquery prev()方法找到同级的前一个元素
2014/07/11 Javascript
jQuery控制TR显示隐藏的三种常用方法
2014/08/21 Javascript
js中实现多态采用和继承类似的方法
2014/08/22 Javascript
使用PHP+JavaScript将HTML页面转换为图片的实例分享
2016/04/18 Javascript
基于DOM节点删除之empty和remove的区别(详解)
2017/09/11 Javascript
基于JavaScript实现抽奖系统
2018/01/16 Javascript
详解Vue源码之数据的代理访问
2018/12/11 Javascript
python中正则的使用指南
2016/12/04 Python
Python实现网站表单提交和模板
2019/01/15 Python
python GUI库图形界面开发之PyQt5滚动条控件QScrollBar详细使用方法与实例
2020/03/06 Python
Python如何使用27行代码绘制星星图
2020/07/20 Python
Django实现微信小程序支付的示例代码
2020/09/03 Python
如何查看浏览器对html5的支持情况
2020/12/15 HTML / CSS
阿迪达斯墨西哥官方网站:adidas墨西哥
2017/11/03 全球购物
手工制作的意大利太阳镜和光学元件:Illesteva
2019/01/19 全球购物
Antonioli美国在线商店:时尚前卫奢华
2019/07/29 全球购物
How TDD works
2012/09/30 面试题
双方协议书
2014/04/22 职场文书
2014年党务公开方案
2014/05/08 职场文书
党员个人对照检查材料
2014/10/01 职场文书
党的群众路线教育实践活动个人剖析材料
2014/10/07 职场文书
2014年社区工作总结
2014/11/18 职场文书
2015年毕业实习工作总结
2014/12/12 职场文书
我们的节日中秋节活动总结
2015/03/23 职场文书
农村婚礼司仪主持词
2015/06/29 职场文书
谢师宴学生答谢词
2015/09/30 职场文书
MySQL中的布尔值,怎么存储false或true
2021/06/04 MySQL
学习nginx基础知识
2021/09/04 Servers
MySQL慢查询中的commit慢和binlog中慢事务的区别
2022/06/16 MySQL