zoukankan      html  css  js  c++  java
  • PyTorch中AdaptiveAvgPool函数用法及原理解析

    自适应1D池化(AdaptiveAvgPool1d):

    对输入信号,提供1维的自适应平均池化操作 对于任何输入大小的输入,可以将输出尺寸指定为H*W,但是输入和输出特征的数目不会变化。 
    torch.nn.AdaptiveAvgPool1d(output_size)
    #output_size:输出尺寸
    # target output size of 5
    m = nn.AdaptiveAvgPool1d(5)
    input = autograd.Variable(torch.randn(1, 64, 8))
    output = m(input)

     自适应2D池化(AdaptiveAvgPool2d):

    对输入信号,提供2维的自适应平均池化操作 对于任何输入大小的输入,可以将输出尺寸指定为H*W,但是输入和输出特征的数目不会变化。

    class torch.nn.AdaptiveAvgPool2d(output_size)

    参数:

    • output_size: 输出信号的尺寸,可以用(H,W)表示H*W的输出,也可以使用耽搁数字H表示H*H大小的输出
    # target output size of 5x7
    m = nn.AdaptiveAvgPool2d((5,7))
    input = autograd.Variable(torch.randn(1, 64, 8, 9))
    # target output size of 7x7 (square)
    m = nn.AdaptiveAvgPool2d(7)
    input = autograd.Variable(torch.randn(1, 64, 10, 9))
    output = m(input)

    自适应池化的数学解释:

    来源于:传送门

                               

    来源: https://blog.csdn.net/qq_41997920/article/details/98963215
  • 相关阅读:
    JS函数调用的方法
    JS 正则表达式
    JS replace()方法-字符串首字母大写
    JS案例之3——倒计时
    JS案例之2——cycle元素轮播
    jsp自定义标签
    每日记载内容总结23
    maven项目部分知识
    eclipse中整合springMvc,velocity和sitemesh
    eclipse中整合springMvc和velocity
  • 原文地址:https://www.cnblogs.com/jins-note/p/14170272.html
Copyright © 2011-2022 走看看