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/