Функция avg_pool2d

Функция avg_pool2d из модуля torch.nn.functional применяется к входному тензору для уменьшения пространственных размерностей путём усреднения значений в скользящем окне. Первым параметром функция принимает входной тензор размерностью (N, C, H, W) или (C, H, W). Вторым параметром указывается размер окна пулинга kernel_size. Третьим параметром можно задать шаг stride, четвёртым - отступы padding. Также доступны параметры ceil_mode для округления размера в большую сторону и count_include_pad, определяющий учёт заполнения при вычислении среднего.

Синтаксис

torch.nn.functional.avg_pool2d(
	input,
	kernel_size,
	stride=None,
	padding=0,
	ceil_mode=False,
	count_include_pad=True,
	divisor_override=None
)

Пример с базовым использованием

Применим усредняющий пулинг с окном 2x2 к тензору размером 4x4:

import torch
import torch.nn.functional as F

t = torch.tensor([
	[1.0, 2.0, 3.0, 4.0],
	[5.0, 6.0, 7.0, 8.0],
	[9.0, 10.0, 11.0, 12.0],
	[13.0, 14.0, 15.0, 16.0]
]).unsqueeze(0).unsqueeze(0)

res = F.avg_pool2d(t, kernel_size=2)
print(res)

Результат выполнения кода:

tensor([[[[3.5000, 5.5000],
		  [11.5000, 13.5000]]]])

Пример с шагом и отступами

Установим шаг 1 и отступ 1, чтобы сохранить размерность выхода:

import torch
import torch.nn.functional as F

t = torch.tensor([
	[1.0, 2.0, 3.0],
	[4.0, 5.0, 6.0],
	[7.0, 8.0, 9.0]
]).unsqueeze(0).unsqueeze(0)

res = F.avg_pool2d(t, kernel_size=3, stride=1, padding=1)
print(res)

Результат выполнения кода:

tensor([[[[2.0000, 2.6667, 2.3333],
		  [3.3333, 5.0000, 4.6667],
		  [2.6667, 4.3333, 4.0000]]]])

Пример с параметром ceil_mode

Используем ceil_mode=True, чтобы включить окна, выходящие за границы тензора:

import torch
import torch.nn.functional as F

t = torch.tensor([
	[1.0, 2.0, 3.0],
	[4.0, 5.0, 6.0],
	[7.0, 8.0, 9.0]
]).unsqueeze(0).unsqueeze(0)

res = F.avg_pool2d(t, kernel_size=2, stride=2, ceil_mode=True)
print(res)

Результат выполнения кода:

tensor([[[[3.0000, 4.5000],
		  [7.5000, 9.0000]]]])

Пример с пакетом данных

Применим пулинг к пакету из двух изображений с 3 каналами:

import torch
import torch.nn.functional as F

t = torch.randn(2, 3, 8, 8)
res = F.avg_pool2d(t, kernel_size=4, stride=2)
print(res.shape)

Результат выполнения кода:

torch.Size([2, 3, 3, 3])

Смотрите также

функцию max_pool2d,
которая выполняет пулинг с выбором максимального значения
функцию adaptive_avg_pool2d,
которая позволяет задать целевой размер выхода
функцию adaptive_max_pool2d,
которая выполняет адаптивный максимальный пулинг
функцию lp_pool2d,
которая выполняет пулинг на основе Lp-нормы