大牛每日分享篇:PyTorch的自适应池化Adaptive Pooling实例

今天小编就为大家分享一篇PyTorch的自适应池化Adaptive Pooling实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧！

简介

自适应池化Adaptive Pooling是PyTorch含有的一种池化层，在PyTorch的中有六种形式：

自适应最大池化Adaptive Max Pooling：

torch.nn.AdaptiveMaxPool1d(output_size)
torch.nn.AdaptiveMaxPool2d(output_size)
torch.nn.AdaptiveMaxPool3d(output_size)

自适应平均池化Adaptive Average Pooling：

torch.nn.AdaptiveAvgPool1d(output_size)
torch.nn.AdaptiveAvgPool2d(output_size)
torch.nn.AdaptiveAvgPool3d(output_size)

具体可见官方文档：https://pytorch.org/docs/stable/nn.html?highlight=adaptiveavgpool#torch.nn.AdaptiveMaxPool1d

Adaptive Pooling特殊性在于，输出张量的大小都是给定的output_size output\_sizeoutput_size。例如输入张量大小为(1, 64, 8, 9)，设定输出大小为(5,7)，通过Adaptive Pooling层，可以得到大小为(1, 64, 5, 7)的张量。

原理

下面是Adaptive Average Pooling源码部分

https://github.com/pytorch/pytorch/blob/65b00aa5972e23b2a70aa60dec5125671a3d7153/aten/src/ATen/native/AdaptiveAveragePooling.cpp

以上这篇PyTorch的自适应池化Adaptive Pooling实例就是小编分享给大家的全部内容了，希望能给大家学习一个参考！！！

最后多说一句，小编是一名python开发工程师，这里有我自己整理了一套最新的python系统学习教程，包括从基础的python脚本到web开发、爬虫、数据分析、数据可视化、机器学习等。想要这些资料的可以关注小编，并在后台私信小编：“07”即可领取。