input = torch.randn(20, 2, 11, 11, 32)
m = torch.nn.AdaptiveAvgPool3d((1,1, 32))
x=m(input)
print(x.shape)结果：
也就是不用管批次和通道数
input = torch.randn(20, 2, 11, 11, 32)输出形式
黯止依蓝2023-12-15 19:05
相关推荐
宁大小白5 分钟前
pythonstudy Day40万里鹏程转瞬至10 分钟前
论文简读：Qwen2.5-VL Technical ReportCoding茶水间11 分钟前
基于深度学习的水下海洋生物检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)深蓝海拓23 分钟前
PySide6从0开始学习的笔记（十三） IDE的选择智算菩萨38 分钟前
实战：用 Python + 传统NLP 自动总结长文章子夜江寒38 分钟前
基于 Python 库使用贝叶斯算法与逻辑森林BBB努力学习程序设计42 分钟前
掌握Python中不可变对象与可变对象的深度解析whitelbwwww43 分钟前
Pytorch--张量表示实际数据写文章的大米1 小时前
10分钟用Python搭个接口，还能自动生成文档？roman_日积跬步-终至千里1 小时前
【人工智能导论】05-学习-机器学习基础：从数据到智能决策