mindspore.ops.AvgPool
- class mindspore.ops.AvgPool(kernel_size=1, strides=1, pad_mode='VALID', data_format='NCHW')[源代码]
对输入的多维数据进行二维平均池化运算。
更多参考详见
mindspore.ops.avg_pool2d()
。- 参数:
kernel_size (Union[int, tuple[int]]) - 指定池化核尺寸大小,可以是单个整数表示池化核高度和宽度,或者整数tuple分别表示池化核高度和宽度。默认值:
1
。strides (Union[int, tuple[int]]) - 池化操作的移动步长,可以是单个整数表示高度和宽度方向的移动步长,或者整数tuple分别表示高度和宽度方向的移动步长。默认值:
1
。pad_mode (str,可选) - 指定填充模式,填充值为0。可选值为
"SAME"
或"VALID"
。默认值:"VALID"
。"SAME"
:在输入的四周填充,使得当 stride 为1
时,输入和输出的shape一致。待填充的量由算子内部计算,若为偶数,则均匀地填充在四周,若为奇数,多余的填充量将补充在底部/右侧。"VALID"
:不对输入进行填充,返回输出可能的最大高度和宽度,不能构成一个完整stride的额外的像素将被丢弃。
data_format (str,可选) - 指定输入和输出的数据格式。取值为
'NHWC'
或'NCHW'
。默认值:'NCHW'
。
- 输入:
x (Tensor) - 输入shape为 \((N, C_{in}, H_{in}, W_{in})\) 的Tensor。支持的数据类型:float16、float32、float64。
- 输出:
Tensor,shape为 \((N, C_{out}, H_{out}, W_{out})\) 。
- 异常:
TypeError - kernel_size 或 strides 既不是int也不是tuple。
TypeError - x 的数据类型不是float16、float32或float64。
ValueError - pad_mode 既不是'VALID',也不是'SAME',不区分大小写。
ValueError - data_format 既不是'NCHW'也不是'NHWC'。
ValueError - kernel_size 或 strides 小于1。
ValueError - x 的shape长度不等于4。
- 支持平台:
Ascend
GPU
CPU
样例:
>>> import mindspore >>> import numpy as np >>> from mindspore import Tensor, ops, nn >>> class Net(nn.Cell): ... def __init__(self): ... super(Net, self).__init__() ... self.avgpool_op = ops.AvgPool(pad_mode='VALID', kernel_size=2, strides=1) ... ... def construct(self, x): ... result = self.avgpool_op(x) ... return result ... >>> x = Tensor(np.arange(1 * 3 * 3 * 4).reshape(1, 3, 3, 4), mindspore.float32) >>> net = Net() >>> output = net(x) >>> print(output) [[[[ 2.5 3.5 4.5] [ 6.5 7.5 8.5]] [[14.5 15.5 16.5] [18.5 19.5 20.5]] [[26.5 27.5 28.5] [30.5 31.5 32.5]]]]