对信号的输入通道，提供1维平均池化（average pooling）
参数：
- kernel_size(
intortuple) – 池化窗口大小 - stride(
intortuple,optional) – max pooling的窗口移动的步长。默认值是kernel_size - padding(
intortuple,optional) – 输入的每一条边补充0的层数 - dilation(
intortuple,optional) – 一个控制窗口中元素步幅的参数 - return_indices – 如果等于
True，会返回输出最大值的序号，对于上采样操作会有帮助 - ceil_mode – 如果等于
True，计算输出信号大小的时候，会使用向上取整，代替默认的向下取整的操作
大小：
input:(N,C,L_in)
output:(N,C,L_out)
Lout=floor((Lin+2∗padding−kernelsize)/stride+1)
Example:
>>> # pool with window of size=3, stride=2
>>> m = nn.AvgPool1d(3, stride=2)
>>> m(Variable(torch.Tensor([[[1,2,3,4,5,6,7]]])))
Variable containing:
(0 ,.,.) =
2 4 6
[torch.FloatTensor of size 1x1x3]
Original: https://blog.csdn.net/weixin_67609590/article/details/125257145
Author: 假面308
Title: torch.nn.AvgPool1d(kernel_size, stride=None, padding=0, ceil_mode=False, count_include_pad=True)
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/720630/
转载文章受原作者版权保护。转载请注明原作者出处！