AvgPool2d¶
- class AvgPool2d(kernel_size, stride=None, padding=0, mode='average_count_exclude_padding', **kwargs)[源代码]¶
对输入数据进行2D平均池化。
例如,给定一个大小为 \((N, C, H_{\text{in}, W_{\text{in})\) 和
kernel_size
\((kH, kW)\) 的输入,该层通过以下过程生成大小为 \((N, C, H_{\text{out}}, W_{\text{out}})\) 的输出:\[out(N_i, C_j, h, w) = \frac{1}{kH * kW} \sum_{m=0}^{kH-1} \sum_{n=0}^{kW-1} input(N_i, C_j, stride[0] \times h + m, stride[1] \times w + n)\]若
padding
非零, 则输入数据会被隐式地在两边用零值进行填充(pad)padding
个点。- 参数
实际案例
>>> import numpy as np >>> m = M.AvgPool2d(kernel_size=2, stride=2, padding=[1,0], mode="average") >>> inp = mge.tensor(np.arange(1 * 1 * 3 * 4).astype(np.float32).reshape(1, 1, 3, 4)) >>> output = m(inp) >>> output Tensor([[[[0.25 1.25] [6.5 8.5 ]]]], device=xpux:0)