nn.AdaptiveAvgPool2d(1)

最新推荐文章于 2023-05-02 15:25:02 发布

转载最新推荐文章于 2023-05-02 15:25:02 发布 · 5.1k 阅读

8 ·

CC 4.0 BY-SA版权

原文链接：https://blog.youkuaiyun.com/zouxiaolv/article/details/106364351

文章标签：

#深度学习 #pytorch #神经网络

这篇博客介绍了如何使用PyTorch的AdaptiveAvgPool2d操作来减小特征图尺寸，保持通道数不变，重点在于1x1全局池化在获取全局特征的应用。

部署运行你感兴趣的模型镜像

1、m=nn.AdaptiveAvgPool2d(1)
只需要给定输出特征图的大小就好，其中通道数前后不发生变化。

全局信息采用如下公式：



采用如下的公式：

self.avgpool =  nn.AdaptiveAvgPool2d(1)
输出尺寸：

torch.Size([2, 32, 16, 16])----->torch.Size([2, 32, 1, 1])
————————————————
版权声明：本文为优快云博主「zouxiaolv」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.youkuaiyun.com/zouxiaolv/article/details/106364351

他的通道数不变，但是尺寸大小变了。变成1了。

您可能感兴趣的与本文相关的镜像