AdaptiveAvgPool3d

class torch.nn.AdaptiveAvgPool3d(output_size)

對由多個輸入平面組成的輸入訊號應用 3D 適應性平均池化。

對於任何輸入大小，輸出的大小為 D x H x W。輸出特徵的數量等於輸入平面的數量。

參數

output_size (Union[int, None, Tuple[Optional[int], Optional[int], Optional[int]]]) – 目標輸出大小，形式為 D x H x W。可以是元組 (D, H, W) 或單個數字 D，表示立方體 D x D x D。 D、H 和 W 可以是 int，也可以是 None，表示大小與輸入的大小相同。

形狀

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

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

範例

>>> # 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)