文档反馈

问题文档片段

问题文档片段包含公式时，显示为空格。

提交类型

issue

有点复杂...

找人问问吧。

请选择提交类型

问题类型

规范和低错类

- 规范和低错类：

- 错别字或拼写错误，标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致，但不影响操作。

- 表述不通顺，但不影响理解。

- 版本号不匹配：如软件包名称、界面版本号。

易用性

- 易用性：

- 关键步骤错误或缺失，无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰，该分类、分项、分步骤的没有给出。

正确性

- 正确性：

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误，无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示：

- 对重要数据或系统存在风险的操作，缺少安全提示。

内容合规

- 内容合规：

- 违反法律法规，涉及政治、领土主权等敏感词。

- 内容侵权。

请选择问题类型

问题描述

点击输入详细问题描述，以帮助我们快速定位问题。

文档反馈

mindspore.ops.FractionalAvgPool

class mindspore.ops.FractionalAvgPool(pooling_ratio, pseudo_random=False, overlapping=False, deterministic=False, seed=0, seed2=0)[源代码]

在输入上执行分数平均池化。

分数平均池化类似于常规平均池化。在常规平均池中，可以通过获取集合中较小的 N x N 子部分（通常为2x2）的平均值来缩小输入集的大小，

并尝试将集合减少N的因子，其中N是整数。分数平均池化，意味着整体缩减比N不必是整数。在每个池化区域中，执行均值运算。

警告

pooling_ratio 当前只支持行和列轴，并行大于1.0，第一个和最后一个元素必须为1.0，因为我们不允许对batch和通道轴进行池化。

参数：

pooling_ratio (list(float)) - 决定了输出的shape，数据类型是floats的列表，长度大于等于4。其值为每个维度的池化比率，目前仅支持行和列维度，应该大于等于0。第一个和最后一个元素必须为1.0，不支持对batch和通道轴进行池化。
pseudo_random (bool，可选) - 当设置为True时，以伪随机方式生成池序列，为False时，以随机方式生成池序列。默认为False。查看文章 Fractional Max-Pooling 以了解伪随机和随机之间的差异。
overlapping (bool，可选) - 当设置为True时，表示两个单元格都使用相邻池化单元边界的值进行池化，设置为False时，表示值不进行重复使用。默认为False。
deterministic (bool，可选) - 当设置为True时，将在计算图中的FractionalAvgPool节点上进行迭代时使用固定池区域。主要用于单元测试，使FractionalAvgPool具有确定性。当设置为False时，将不使用固定池区域。默认为False。
seed (int，可选) - 如果seed或seed2被设置为非零，则随机数生成器由给定的seed生成，否则，它由随机种子生成。默认为0。
seed2 (int，可选) - 第二个seed，以避免发生seed碰撞。默认为0。

输入：

x (Tensor) - 数据类型必须为：float32、float64、int32、int64。shape为 $(N, H_{i n}, W_{i n}, C_{i n})$ 。

输出：

y (Tensor) - 一个Tensor，FractionalAvgPool的输出，与 x 具有相同的数据类型，shape为 $(N, H_{o u t}, W_{o u t}, C_{o u t})$ 。
row_pooling_sequence (Tensor) - 一个Tensor，池边界行的结果列表，数据类型为int64。
col_pooling_sequence (Tensor) - 一个Tensor，池边界列的结果列表，数据类型为int64。

异常：

TypeError - 如果 x 数据类型不是：float32、float64、int32或者int64。
TypeError - 如果 x 不是一个4D的Tensor。
ValueError - 如果 x 的元素等于0或者小于0。
ValueError - 如果 pooling_ratio 是一个列表，其长度不等于4。
ValueError - 如果 pooling_ratio 的第一个和最后一个值不等于1.0。

支持平台：

GPU CPU

样例：

>>> x = np.array([1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16]).reshape([1,4,4,1]).astype(np.int64)
>>> pooling_ratio=[1.0,1.5,1.5,1.0]
>>> fractionalavgpool_op = ops.FractionalAvgPool(pooling_ratio=pooling_ratio)
>>> output = fractionalavgpool_op(Tensor(x))
>>> print(output)
(Tensor(shape=[1, 2, 2, 1], dtype=Int64, value=
[[[[ 3],
   [ 5]],
  [[11],
   [13]]]]), Tensor(shape=[3], dtype=Int64, value= [0, 2, 4]), Tensor(shape=[3], dtype=Int64, value= [0, 2, 4]))