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
Kelaru9 分钟前
本地Qwen中医问诊小程序系统开发Menger_Wen10 分钟前
分析新旧因子相关性昵称是6硬币11 分钟前
(DETR)End-to-End Object Detection with Transformers论文精读（逐段解析）RAY_01041 小时前
Python—数据容器June bug1 小时前
【python基础】python和pycharm的下载与安装优乐美香芋味好喝2 小时前
2025年7月8日学习笔记——模式识别与机器学习绪论im_AMBER2 小时前
python实践思路（草拟计划+方法）站大爷IP2 小时前
Python与JSON：结构化数据的存储艺术大千AI助手2 小时前
陶哲轩：数学界的莫扎特与跨界探索者通街市密人有3 小时前
PanTS: The Pancreatic Tumor Segmentation Dataset