如何在 PyTorch 中执行 sum pooling。具体来说,如果我们输入 (N, C, W_in, H_in)
并希望使用特定的 kernel_size
输出 (N, C, W_out, H_out)
code> 和 stride
就像 nn.Maxpool2d
?
最佳答案
您可以使用 torch.nn.AvgPool1d
(或 torch.nn.AvgPool2d
, torch.nn.AvgPool3d
)执行平均池化 - 与总池化成正比。如果您真的想要求和值,可以将平均输出乘以池化表面。
关于conv-neural-network - 如何在 PyTorch 中执行 sum pooling,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50838876/