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
星期天要睡觉几秒前
计算机视觉（opencv）——实时颜色检测aerror7 分钟前
json转excel xlsx文件搞科研的小刘选手14 分钟前
2025计算机视觉和影像计算国际学术会议(CVIC 2025)做科研的周师兄40 分钟前
【机器学习入门】8.2 主成分分析：一文吃透主成分分析（PCA）—— 从原理到核心逻辑查士丁尼·绵1 小时前
笔试-士兵过河weixin_46681 小时前
编程之python基础打酱油的；2 小时前
【无标题】幸福清风2 小时前
【Python】基于Tkinter库实现文件夹拖拽与选择功能hudawei9962 小时前
机器学习，深度学习，神经网络，Transformer的关系