mindspore.mint.nn.AdaptiveAvgPool2d
- class mindspore.mint.nn.AdaptiveAvgPool2d(output_size)[源代码]
对由多个输入平面组成的输入信号应用2D自适应平均池化。
对于任何输入大小,输出大小为 \(H x W\) 。 输出特征的数量等于输入平面的数量。
警告
这是一个实验性API,后续可能修改或删除。
- 参数:
output_size - \(H x W\) 形式的图像的目标输出尺寸。 可以是元组 \((H,W)\) ,也可以是正方形图像 \(H x H\) 的单个 \(H\) 。 \(H\) 和 \(W\) 可以是
int
或None
,这意味着大小将与输入相同。
- 输入:
input (Tensor) - 输入特征的shape为 \((N, C, *)\),其中 \(*\) 任意数量的附加维度。
- 支持平台:
Ascend
样例:
>>> import mindspore >>> from mindspore import Tensor, mint >>> import numpy as np >>> input = Tensor(np.array([[[2, 1, 2], [2, 3, 5]]]), mindspore.float16) >>> net = mint.nn.AdaptiveAvgPool2d((2, 2)) >>> output = net(input) >>> print(output) [[[1.5 1.5] [2.5 4. ]]]