AdaptiveAvgPool1d(N)
对一个C*H*W的三维输入Tensor, 池化输出为C*H*N, 即按照H轴逐行对W轴平均池化
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
|
>>> a = torch.ones(2,3,4)>>> a[0,1,2] = 0>>>> atensor([[[1., 1., 1., 1.], [1., 1., 0., 1.], [1., 1., 1., 1.]], [[1., 1., 1., 1.], [1., 1., 1., 1.], [1., 1., 1., 1.]]]) >>> nn.AdaptiveAvgPool1d(5)(a)tensor([[[1.0000, 1.0000, 1.0000, 1.0000, 1.0000], [1.0000, 1.0000, 0.5000, 0.5000, 1.0000], [1.0000, 1.0000, 1.0000, 1.0000, 1.0000]], [[1.0000, 1.0000, 1.0000, 1.0000, 1.0000], [1.0000, 1.0000, 1.0000, 1.0000, 1.0000], [1.0000, 1.0000, 1.0000, 1.0000, 1.0000]]]) >>> nn.AdaptiveAvgPool1d(1)(a)tensor([[[1.0000], [0.7500], [1.0000]], [[1.0000], [1.0000], [1.0000]]]) |
AdaptiveAvgPool2d((M,N))
对一个B*C*H*W的四维输入Tensor, 池化输出为B*C*M*N, 即按照C轴逐通道对H*W平面平均池化
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
|
>>> a = torch.ones(2,2,3,4)>>> a[:,:,:,1] = 0>>> atensor([[[[1., 0., 1., 1.], [1., 0., 1., 1.], [1., 0., 1., 1.]], [[1., 0., 1., 1.], [1., 0., 1., 1.], [1., 0., 1., 1.]]], [[[1., 0., 1., 1.], [1., 0., 1., 1.], [1., 0., 1., 1.]], [[1., 0., 1., 1.], [1., 0., 1., 1.], [1., 0., 1., 1.]]]]) >>> nn.AdaptiveAvgPool2d((1,2))(a)tensor([[[[0.5000, 1.0000]], [[0.5000, 1.0000]]], [[[0.5000, 1.0000]], [[0.5000, 1.0000]]]]) >>> nn.AdaptiveAvgPool2d(1)(a)tensor([[[[0.7500]], [[0.7500]]], [[[0.7500]], [[0.7500]]]]) |
AdaptiveAvgPool3d((M,N,K))
对一个B*C*D*H*W的五维输入Tensor, 池化输出为B*C*M*N*K, 即按照C轴逐通道对D*H*W平面平均池化
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
|
>>> a = torch.ones(1,2,2,3,4)>>> a[0,0,:,:,0:2] = 0>>> atensor([[[[[0., 0., 1., 1.], [0., 0., 1., 1.], [0., 0., 1., 1.]], [[0., 0., 1., 1.], [0., 0., 1., 1.], [0., 0., 1., 1.]]], [[[1., 1., 1., 1.], [1., 1., 1., 1.], [1., 1., 1., 1.]], [[1., 1., 1., 1.], [1., 1., 1., 1.], [1., 1., 1., 1.]]]]]) >>> nn.AdaptiveAvgPool3d((1,1,2))(a)tensor([[[[[0., 1.]]], [[[1., 1.]]]]]) >>> nn.AdaptiveAvgPool3d(1)(a)tensor([[[[[0.5000]]], [[[1.0000]]]]]) |
以上这篇对Pytorch中Tensor的各种池化操作解析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服务器之家。
原文链接：https://blog.csdn.net/TianxiaoV/article/details/85158803
