mindspore.mint.nn.functional.adaptive_avg_pool1d
- mindspore.mint.nn.functional.adaptive_avg_pool1d(input, output_size)[源代码]
对一个多平面输入信号执行一维自适应平均池化。 也就是说,对于输入任何尺寸,指定输出的尺寸都为L。但是输入和输出特征的数目不会变化。
警告
这是一个实验性API,后续可能修改或删除。
- 参数:
input (Tensor) - adaptive_avg_pool1d的输入,为二维或三维的Tensor,数据类型为float16或者float32。
output_size (int) - 输出特征图的size。 output_size 是一个整数。
- 返回:
Tensor,数据类型与 input 相同。
输出的shape为 input_shape[:len(input_shape) - 1] + [output_size] 。
- 异常:
ValueError - 如果 output_size 不是整数。
TypeError - 如果 input 不是Tensor。
TypeError - 如果 input 的数据类型不是float16、float32或者float64。
- 支持平台:
Ascend
样例:
>>> import mindspore >>> from mindspore import Tensor, mint >>> input = Tensor([[2,3],[3,4]],dtype=mindspore.float16) >>> output = mint.nn.functional.adaptive_avg_pool1d(input, 3) >>> print(output) [[2. 2.5 3. ] [3. 3.5 4. ]]