AdaptiveAvgPool2d¶
- class AdaptiveAvgPool2d(oshp, **kwargs)[源代码]¶
对输入数据进行2D平均池化。
例如,给定形状为 \((N, C, H, W)\) 的输入以及形为 \((kH, kW)\) 的
kernel_size
, 该层产生形状为 \((N, C, H_{out}, W_{out})\) 的输出。生成过程描述如下:\[out(N_i, C_j, h, w) = \frac{1}{kH * kW} \sum_{m=0}^{kH-1} \sum_{n=0}^{kW-1} input(N_i, C_j, stride[0] \times h + m, stride[1] \times w + n)\]kernel_size
andstride
can be inferred from input shape and out shape:padding: (0, 0)
stride: (floor(IH / OH), floor(IW / OW))
kernel_size: (IH - (OH - 1) * stride_h, IW - (OW - 1) * stride_w)
实际案例
import numpy as np import megengine as mge import megengine.module as M m = M.AdaptiveAvgPool2d((2, 2)) inp = mge.tensor(np.arange(0, 16).astype("float32").reshape(1, 1, 4, 4)) oup = m(inp) print(oup.numpy())
输出:
[[[[ 2.5 4.5] [10.5 12.5]]]]