AdaptiveAvgPool3d

class torch.nn.AdaptiveAvgPool3d(output_size)[source][source]

在由多个输入平面组成的输入信号上应用 3D 自适应平均池化。

输出大小为 D x H x W，适用于任何输入大小。输出特征的数量等于输入平面的数量。

参数:

output_size（Union[int, None, tuple[Optional[int], Optional[int], Optional[int]]]）- 目标输出大小，形式为 D x H x W。可以是元组（D, H, W）或单个数字 D，表示立方体 D x D x D。D、H 和 W 可以是 int 或 None ，这意味着大小将与输入相同。

形状：

• 输入： $(N, C, D_{in}, H_{in}, W_{in})$ 或 $(C, D_{in}, H_{in}, W_{in})$ 。

• 输出： $(N, C, S_{0}, S_{1}, S_{2})$ 或 $(C, S_{0}, S_{1}, S_{2})$ ，其中 $S=\text{output\_size}$ 。

示例

>>> # target output size of 5x7x9
>>> m = nn.AdaptiveAvgPool3d((5, 7, 9))
>>> input = torch.randn(1, 64, 8, 9, 10)
>>> output = m(input)
>>> # target output size of 7x7x7 (cube)
>>> m = nn.AdaptiveAvgPool3d(7)
>>> input = torch.randn(1, 64, 10, 9, 8)
>>> output = m(input)
>>> # target output size of 7x9x8
>>> m = nn.AdaptiveAvgPool3d((7, None, None))
>>> input = torch.randn(1, 64, 10, 9, 8)
>>> output = m(input)