mindspore.mint.nn.AdaptiveAvgPool2d

class mindspore.mint.nn.AdaptiveAvgPool2d(output_size)

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. ]]]