mindspore.mint.nn.functional.adaptive_avg_pool1d

mindspore.mint.nn.functional.adaptive_avg_pool1d(input, output_size)

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. ]]