pytorch avg_pool2d

avg_pool2d用法

首先看一下官方文档解释
在这里插入图片描述

  • input ：输入张量
  • kernel_size ：pool的大小，可以是一个单个数字，也可以是一个tuple，如果是单个数字，例如2，就是（2，2）
  • stride： pool移动的大小，可以为单个数字，也可以是一个tuple
  • padding ：在两侧填充0，可以为单个数字，也可以是一个tuple
  • ceil_mode ：如果为True，将在公式中使用ceil而不是floor来计算输出形状。
  • count_include_pad ：值为true时，将在平均计算中包括零填充，默认为True。
  • divisor_override ：如果指定，它将用作除数，否则将使用池化区域的大小。
首先看最简单的使用：

输入一个向量：
在这里插入图片描述

import torch
import torch.nn.functional as F
F.avg_pool2d(a,(1,2))#输入tensor为a，kernel_size为（1，2）

输出：
在这里插入图片描述
当输入的kernel为一个数字时：

F.avg_pool2d(a,2)#kernel_size为（2，2）

在这里插入图片描述

红框外面的是剩下的，默认不使用，如果想用可以设置ceil_mode ，下面讲解

stride参数的使用：

默认情况下stride大小为kernel_size的大小，这里设为1，就以1为单位向右向下移动。
在这里插入图片描述

padding 参数的使用：

在两侧填充0
在这里插入图片描述

ceil_mode 参数的使用：

如果为True，将在公式中使用ceil而不是floor来计算输出形状。
在这里插入图片描述

count_include_pad 参数的使用：

值为true时，将在平均计算中包括零填充，默认为True。
在这里插入图片描述
在这里插入图片描述

divisor_override 参数的使用：

如果指定，它将用作除数，否则将使用池化区域的大小。

在这里插入图片描述

参考

https://pytorch.org/docs/stable/nn.functional.html?highlight=avg_pool2d#torch.nn.functional.avg_pool2d