精品专区-精品自拍9-精品自拍三级乱伦-精品自拍视频-精品自拍视频曝光-精品自拍小视频

網站建設資訊

NEWS

網站建設資訊

AvgPool2d函數如何在pytorch中使用-創新互聯

AvgPool2d函數如何在pytorch中使用?針對這個問題,這篇文章詳細介紹了相對應的分析和解答,希望可以幫助更多想解決這個問題的小伙伴找到更簡單易行的方法。

成都創新互聯長期為1000多家客戶提供的網站建設服務,團隊從業經驗10年,關注不同地域、不同群體,并針對不同對象提供差異化的產品和服務;打造開放共贏平臺,與合作伙伴共同營造健康的互聯網生態環境。為龍馬潭企業提供專業的成都網站設計、網站建設龍馬潭網站改版等技術服務。擁有十多年豐富建站經驗和眾多成功案例,為您定制開發。
import torch
import torch.nn as nn
import torch.nn.functional as F
from torch.autograd import Variable
import numpy as np
 
 
 
input = Variable(torch.Tensor([[[1, 3, 3, 4, 5, 6, 7], [1, 2, 3, 4, 5, 6, 7]], [[1, 3, 3, 4, 5, 6, 7], [1, 2, 3, 4, 5, 6, 7]]]))
print("input shape",input.shape)
c = F.avg_pool1d(input, kernel_size=3, stride=2)
print(c)
print("c shape:",c.shape)
 
# m = nn.AvgPool2d(3, stride=2)
m = nn.AvgPool2d((2, 2), stride=(2, 2))
input = Variable(torch.randn(20, 18, 50, 32)) # bach是20,圖片size是50*31,chanel是18(通道是18,也就是每張圖有18個fature map)
input = np.array([[[[1, 2, 3, 4], [1, 2, 3, 4], [1, 2, 3, 4], [1, 2, 3, 4]],
          [[1, 2, 3, 4], [1, 2, 3, 4], [1, 2, 3, 4], [1, 2, 3, 4]]],
         [[[1, 2, 3, 4], [1, 2, 3, 4], [1, 2, 3, 4], [1, 2, 3, 4]],
          [[1, 2, 3, 4], [1, 2, 3, 4], [1, 2, 3, 4], [1, 2, 3, 4]]]]) #size2*2*4*4
print("input shape:",input.shape)
input = Variable(torch.FloatTensor(input))
output = m(input)
print(output)
print("output shape:",output.shape)#(2,2,2,2)

輸出:

input shape torch.Size([2, 2, 7])
tensor([[[ 2.3333, 4.0000, 6.0000],
     [ 2.0000, 4.0000, 6.0000]],
 
    [[ 2.3333, 4.0000, 6.0000],
     [ 2.0000, 4.0000, 6.0000]]])
c shape: torch.Size([2, 2, 3])
input shape: (2, 2, 4, 4)
tensor([[[[ 1.5000, 3.5000],
     [ 1.5000, 3.5000]],
 
     [[ 1.5000, 3.5000],
     [ 1.5000, 3.5000]]],
 
 
    [[[ 1.5000, 3.5000],
     [ 1.5000, 3.5000]],
 
     [[ 1.5000, 3.5000],
     [ 1.5000, 3.5000]]]])
output shape: torch.Size([2, 2, 2, 2])

pytorch中的F.avg_pool1d()平均池化操作作用于一維,input的維度是三維比如[2,2,7]。F.avg_pool1d()中核size是3,步長是2表示每三個數取平均,每隔兩個數取一次.比如[1,3,3,4,5,6,7]安照3個數取均值,兩步取一次,那么結果就是[ 2.3333 ,4 ,6 ],也就是核是一維的,也只作用于一個維度。按照池化操作計算公式input size為[2,2,7],kernel size為3,步長為2,則輸出維度計算(7-3)/2+1=3所以輸出維度是[2,2,3],這與輸出結果是一致的。

pytorch中的F.avg_pool2d(),input是維度是4維如[2,2,4,4],表示這里批量數是2也就是兩張圖像,這里應該是有通道(feature map)數量是2,圖像是size是4*4的.核size是(2,2)步長是(2,2)表示被核覆蓋的數取平均,橫向縱向的步長都是2.那么核是二維的,所以取均值時也是覆蓋二維取的。輸出中第一個1.5的計算是:1+2+1+2/4=1.5.表示第一張圖像左上角的四個像素點的均值。按照池化操作計算公式input size為[2,2,4,4],kernel size為2*2,步長為2,則輸出維度計算(4-2)/2+1=2所以輸出維度是[2,2,2,2],這與輸出結果是一致的。

關于AvgPool2d函數如何在pytorch中使用問題的解答就分享到這里了,希望以上內容可以對大家有一定的幫助,如果你還有很多疑惑沒有解開,可以關注創新互聯成都網站設計公司行業資訊頻道了解更多相關知識。

另外有需要云服務器可以了解下創新互聯scvps.cn,海內外云服務器15元起步,三天無理由+7*72小時售后在線,公司持有idc許可證,提供“云服務器、裸金屬服務器、高防服務器、香港服務器、美國服務器、虛擬主機、免備案服務器”等云主機租用服務以及企業上云的綜合解決方案,具有“安全穩定、簡單易用、服務可用性高、性價比高”等特點與優勢,專為企業上云打造定制,能夠滿足用戶豐富、多元化的應用場景需求。


新聞標題:AvgPool2d函數如何在pytorch中使用-創新互聯
轉載注明:http://m.jcarcd.cn/article/dcogsi.html
主站蜘蛛池模板: 成人一区精品视频 | 成人精品在线 | 日本成人一a级黄 | 国产v亚洲v天 | 91神马高 | 国产高清自拍在线 | 国产精品第 | 午夜小视频网 | 日韩欧美爽爽的影院 | 欧美在线性爱国产 | 日韩成人成色 | 97人操| 日本中文一区在线 | 青青综合 | 国产精品自拍在线 | 日韩美女免费在线 | 国产不卡在线播放 | 精品美女区 | 日本公与 | 伦理片飘花免费影院 | 国产在线播放免费 | 97免费在线| 日韩xo影院 | 国产欧美一级高清片 | 三年中文在线观看免 | 日本成人一区二区 | 国产黑丝在线 | 岛国一区| 日韩大胆视频 | 99偷拍| 日本丰满b | 最新影视剧高清在线观看 | www亚洲伊| 日本网站在线播放 | 国产嫖妓正在播放 | 国产手机在线精品 | 91精品成人免 | 欧美日韩高清不卡 | 国色天香 | 最新国产在线拍揄自揄 | 国产又爽又黄免费 |