torch.nn.functional.adaptive_avg_pool1d(input, output_size) 在由几个输入平面组成的输入信号上应用1D自适应平均池化。 有关详细信息和输出形状,请参阅AdaptiveAvgPool1d。 参数:-output_size– 目标输出大小(单整数或双整数元组) torch.nn.functional.adaptive_avg_pool2d(input, output_size) 在由几个输入平...
torch.nn.functional.avg_pool1d(input, kernel_size, stride=None, padding=0, ceil_mode=False, count_include_pad=True) 对由几个输入平面组成的输入信号进行一维平均池化。 有关详细信息和输出形状,参考AvgPool1d。 参数: kernel_size– 窗口的大小 ...
torch.nn.functional.avg_pool1d(input, kernel_size, stride=None, padding=0, ceil_mode=False, count_include_pad=True)source对由几个输入平面组成的输入进行1D平均池化。 有关详细信息和输出形状,参考AvgPool1d参数:input – 输入的张量 (minibatch x in_channels x iW) kernel_size – 池化区域的大小,...
5)torch.nn.MaxUnpool2d它用于计算MaxPool2d的局部逆。 6)torch.nn.MaxUnpool3d它用于计算MaxPool3d的局部逆。 7)torch.nn.AvgPool1d它用于在由多个输入平面组成的输入信号上应用一维平均池。 8)torch.nn.AvgPool2d它用于在由多个输入平面组成的输入信号上应用2D平均池。 9)torch.nn.AvgPool3d它用于在由多个...
nn.AvgPool1d:一维平均池化。 nn.AvgPool2d:二维平均池化。 nn.AvgPool3d:三维平均池化。 nn.FractionalMaxPool2d:二维分数最大池化。普通最大池化通常输入尺寸是输出的整数倍。而分数最大池化则可以不必是整数。分数最大池化使用了一些随机采样策略,有一定的正则效果,可以用它来代替普通最大池化和Dropout层。
torch.nn.functional.avg_pool1d(input, kernel_size, stride=None, padding=0, ceil_mode=False, count_include_pad=True) 对由几个输入平面组成的输入信号进行一维平均池化。 有关详细信息和输出形状,请参阅AvgPool1d。 参数: - kernel_size – 窗口的大小 ...
torch.nn.MaxPool3d(kernel_size, stride=None, padding=0, dilation=1, return_indices=False, ceil_mode=False) 平均池化: torch.nn.AvgPool1d(kernel_size, stride=None, padding=0, ceil_mode=False, count_include_pad=True) torch.nn.AvgPool2d(kernel_size, stride=None, padding=0, ceil_mode=Fal...
class torch.nn.AvgPool1d(kernel_size, stride=None, padding=0, ceil_mode=False, count_include_pad=True)对信号的输入通道,提供1维平均池化(average pooling )输入信号的大小(N,C,L),输出大小(N,C,L_out)和池化窗口大小k的关系是: $$out(N_i,Cj,l)=1/k*\sum^{k}{m=0}input(N{i},C{j}...
avg_pool1d(input, kernel_size=3, stride=2) tensor([[[ 2., 4., 6.]]]) avg_pool2d¶ torch.nn.functional.avg_pool2d(input, kernel_size, stride=None, padding=0, ceil_mode=False, count_include_pad=True, divisor_override=None)→ Tensor¶ Applies 2D average-pooling operation in ...
torch.nn.functional.adaptive_max_pool3d Unsupported. 23 torch.nn.functional.adaptive_avg_pool1d Supported 24 torch.nn.functional.adaptive_avg_pool2d Supported 25 torch.nn.functional.adaptive_avg_pool3d Unsupported. 26 torch.nn.functional.threshold ...