Función PyTorch torch.nn.AvgPool2d

PyTorch torch.nn 参考手册Manual de referencia de PyTorch torch.nn

torch.nn.AvgPool2dEs el módulo de agrupación promedio bidimensional en PyTorch.

Calcula el promedio de cada ventana de entrada, y se usa comúnmente para submuestreo y agregación de características.

Definición de la función

torch.nn.AvgPool2d(kernel_size, stride=None, padding=0, ceil_mode=False, count_include_pad=True)

Descripción de parámetros

  • kernel_size: Tamaño de la ventana de agrupación
  • stride: Paso (stride), por defecto kernel_size
  • padding: Tamaño de relleno (padding)
  • ceil_mode: Si se usa ceil para calcular el tamaño de salida

Ejemplos de uso

Ejemplo 1: Uso básico

Ejemplo

import torch
import torch.nn as nn

pool = nn.AvgPool2d(kernel_size=2, stride=2)

x = torch.randn(1, 1, 4, 4)
output = pool(x)

print("Entrada:n", x.squeeze().tolist())
print("nSalida:n", output.squeeze().tolist())
print("Forma:", x.shape, "->", output.shape)

Ejemplo 2: Agrupación promedio global

Ejemplo

import torch
import torch.nn as nn

# Agrupación promedio global
gap = nn.AdaptiveAvgPool2d(1)

x = torch.randn(4, 64, 16, 16)
out = gap(x)

print("Entrada:", x.shape)
print("Salida:", out.shape)
print("Número de valores promedio por canal:", out.numel() // 64)

Ejemplo 3: Comparación con MaxPool

Ejemplo

import torch
import torch.nn as nn

x = torch.tensor([[[
    [1, 2, 3, 4],
    [5, 6, 7, 8],
    [9, 10, 11, 12],
    [13, 14, 15, 16]
]]], dtype=torch.float32)

maxpool = nn.MaxPool2d(2, 2)
avgpool = nn.AvgPool2d(2, 2)

print("Entrada:n", x[0, 0])
print("nMaxPool:n", maxpool(x)[0, 0])
print("nAvgPool:n", avgpool(x)[0, 0])

Casos de uso

  • Agregación de características: Reducir las dimensiones espaciales
  • Agrupación promedio global: Reemplazar la capa totalmente conectada
  • Suavizado de característicasReducir el ruido

PyTorch torch.nn 参考手册Manual de referencia de PyTorch torch.nn

Otras extensiones