Pytorch平均池化nn.AvgPool2d()使用方法实例
作者:Cassiel_cx 发布时间:2023-09-30 02:49:35
【pytorch官方文档】:https://pytorch.org/docs/stable/generated/torch.nn.AvgPool2d.html?highlight=avgpool2d#torch.nn.AvgPool2d
torch.nn.AvgPool2d()
作用
在由多通道组成的输入特征中进行2D平均池化计算
函数
torch.nn.AvgPool2d(kernel_size, stride=None, padding=0, ceil_mode=False, count_include_pad=True, divisor_override=None)
参数
Args:
kernel_size: 滑窗(池化核)大小
stride: 滑窗的移动步长, 默认值为kernel_size
padding: 在输入信号两侧的隐式零填充数量
ceil_mode: 决定计算输出的形状时是向上取整还是向下取整, 默认为False(向下取整)
count_include_pad: 在平均池化计算中是否包含零填充, 默认为True(包含零填充)
divisor_override: 如果指定了, 它将被作为平均池化计算中的除数, 否则将使用池化区域的大小作为平均池化计算的除数
公式
代码实例
假设输入特征为S,输出特征为D
情况一
ceil_mode=False, count_include_pad=True(计算时包含零填充)
import torch
import torch.nn as nn
import numpy as np
# 生成一个形状为1*1*3*3的张量
x1 = np.array([
[1,2,3],
[4,5,6],
[7,8,9]
])
x1 = torch.from_numpy(x1).float()
x1 = x1.unsqueeze(0).unsqueeze(0)
# 实例化二维平均池化
avgpool1 = nn.AvgPool2d(kernel_size=3, stride=2, padding=1, ceil_mode=False, count_include_pad=True)
y1 = avgpool1(x1)
print(y1)
# 打印结果
'''
tensor([[[[1.3333, 1.7778],
[2.6667, 3.1111]]]])
'''
计算过程:
输出形状= floor[(3 - 3 + 2) / 2] + 1 = 2,
D[1,1] = (0+0+0+0+1+2+0+4+5) / 9 = 1.3333,
D[1,2] = (0+0+0+2+3+0+5+6+0) / 9 = 1.7778,
D[2,1] = (0+4+5+0+7+8+0+0+0) / 9 = 2.6667,
D[2,2] = (5+6+0+8+9+0+0+0+0) / 9 = 3.1111.
情况二
ceil_mode=False, count_include_pad=False(计算时不包含零填充)
avgpool2 = nn.AvgPool2d(kernel_size=3, stride=2, padding=1, ceil_mode=False, count_include_pad=False)
y2 = avgpool2(x1)
print(y2)
# 打印结果
'''
tensor([[[[3., 4.],
[6., 7.]]]])
'''
计算过程:
输出形状= floor[(3 - 3 + 2) / 2] + 1 = 2,
D[1,1] = (1+2+4+5) / 4 = 3,
D[1,2] = (2+3+5+6) / 4 = 4,
D[2,1] = (4+5+7+8) / 4 = 6,
D[2,2] = (5+6+8+9) / 4 = 7.
情况三
ceil_mode=False, count_include_pad=False, divisor_override=2(将计算平均池化时的除数指定为2)
avgpool3 = nn.AvgPool2d(kernel_size=3, stride=2, padding=1, ceil_mode=False, count_include_pad=False, divisor_override=2)
y3 = avgpool3(x1)
print(y3)
# 打印结果
'''
tensor([[[[ 6., 8.],
[12., 14.]]]])
'''
计算过程:
输出形状= floor[(3 - 3 + 2) / 2] + 1 = 2,
D[1,1] = (1+2+4+5) / 2 = 6,
D[1,2] = (2+3+5+6) / 2 = 8,
D[2,1] = (4+5+7+8) / 2 = 12,
D[2,2] = (5+6+8+9) / 2 = 14.
情况四
ceil_mode=True, count_include_pad=True, divisor_override=None(在计算输出的形状时向上取整)
x2 = np.array([
[1,2,3,4],
[5,6,7,8],
[9,10,11,12],
[13,14,15,16]
])
x2 = torch.from_numpy(x2).reshape(1,1,4,4).float()
avgpool4 = nn.AvgPool2d(kernel_size=3, stride=2, padding=1, ceil_mode=True)
y4 = avgpool4(x2)
print(y4)
# 打印结果
'''
tensor([[[[ 1.5556, 3.3333, 2.0000],
[ 6.3333, 11.0000, 6.0000],
[ 4.5000, 7.5000, 4.0000]]]])
'''
计算过程:
输出形状 = ceil[(4 - 3 + 2) / 2] + 1 = 3,
D[1,1] = (0+0+0+0+1+2+0+5+6) / 9 = 1.5556,
D[1,2] = (0+0+0+2+3+4+6+7+8) / 9 = 3.3333,
D[1,3] = (0+0+4+0+8+0) / 6 = 2,
D[2,1] = (0+5+6+0+9+10+0+13+14) / 9 = 6.3333,
D[2,2] = (6+7+8+10+11+12+14+15+16) / 9 = 11,
D[2,3] = (8+0+12+0+16+0) / 6 = 6,
D[3,1] = (0+13+14+0+0+0) / 6 = 4.5,
D[3,2] = (14+15+16+0+0+0) / 6 = 7.5,
D[3,3] = (16+0+0+0) / 4 = 4.
来源:https://blog.csdn.net/qq_38964360/article/details/129148451
猜你喜欢
- Flask解决跨域1、下载flask_cors包pip install flask-cors2、使用flask_cors的CORS代码示例f
- 本文实例讲述了Python面向对象程序设计之类和对象、实例变量、类变量用法。分享给大家供大家参考,具体如下:类和对象:类的定义:用来描述具有
- 昨天又翻了下前段时间WD内部培训的幻灯片,发现了kejun推荐的一篇好文:Javascript Closures,看了之后受益匪浅。这篇文章
- 前言大家在使用pymysql的时候,通过fetchall()或fetchone()可以获得查询结果,但这个返回数据是不包含字段信息的(不如p
- 描述Python strip() 方法用于移除字符串头尾指定的字符(默认为空格)。语法strip()方法语法:str.strip([char
- 数据标准化(归一化)处理是数据挖掘的一项基础工作,不同评价指标往往具有不同的量纲和量纲单位,这样的情况会影响到数据分析的结果,为了消除指标之
- window.onload=function(){ pd(11);} function pd(number) { if(number>
- 1.Airbus Ship Detection Challengeurl: https://www.kaggle.com/comp
- 前言本文主要给大家介绍了关于python计算时间差(返回天数)的相关资料,分享出来供大家参考学习,下面话不多说了,来一起看看详细的介绍吧方法
- 这篇文章主要介绍了Python如何基于smtplib发不同格式的邮件,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习
- 去年淘宝做了个“胖子”项目,就是把网页的默认宽度从780提升到了950。也就是说,基本放弃了800×600的用户(没有完全放弃,如果你仔细研
- Python 的datetime模块 其实就是date和time 模块的结合,常见的属性方法都比较常用 比如: datetime.day,d
- asp时间加减运算 和转换问题 a=2007-07-24 2:23:15 b=2005-06-25 2:23:15 问题1 如何将a转换成2
- 一、问题这两天在学习使用flask + SQLAlchemy 定制一个web查询页面的demo ,在测试时,发现查询到的结果显示乱码 。这里
- 问题描述先说明一下问题的由来:Django的模型中经常会用ForeignKey来关联其他表格数据class MeasureTask(mode
- 1、psutil是一个跨平台库(https://github.com/giampaolo/psutil)能够实现获取系统运行的进程和系统利用
- Python最大的优点之一就是语法简洁,好的代码就像伪代码一样,干净、整洁、一目了然。要写出 Pythonic(优雅的、地道的、整洁的)代码
- 最近 UCDChina 以“注意界面上的文字”为主题写了一系列的文章,使我在界面文字上的使用受益匪浅。之后,我对按钮上的内容的表现也做了一些
- 目录实例演示1. axios上传普通文件:2. 大文件导入:结语这次我要讲述的是在React-Flask框架上开发上传组件的技巧。我目前主要
- 本文从多个角度来讲解如何在Access数据库上如何上传并且显示上所上传图片。在 * 站制做过程中,需要上传图片、显示图片,上传的图片要能够保