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
山川而川-R9 分钟前
ubuntu22.04安装PaddleX3从以前1 小时前
【算法题解】Bindian 山丘信号问题（E. Bindian Signaling）海绵波波1071 小时前
flask后端开发（9）：ORM模型外键+迁移ORM模型余生H1 小时前
前端Python应用指南（二）深入Flask：理解Flask的应用结构与模块化设计Coovally AI模型快速验证1 小时前
YOLO11全解析：从原理到实战，全流程体验下一代目标检测CriticalThinking2 小时前
Pycharm不正常识别包含中文路径的解释器是Dream呀2 小时前
WHAT KAN I SAY？Kolmogorov-Arnold Network (KAN)网络结构介绍及实战（文末送书）sin22012 小时前
springboot数据校验报错eric-sjq2 小时前
基于xiaothink对Wanyv-50M模型进行c-eval评估