input = torch.randn(20, 2, 11, 11, 32)输出形式

复制代码
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

相关推荐
醇氧3 分钟前
uvicorn 详细介绍
linux·运维·python·python3.11
zxsz_com_cn21 分钟前
预测性维护中的迁移学习:把A产线的模型搬到B产线
机器学习·工业4.0·iot·设备管理·预测性维护
丹宇码农22 分钟前
Go 与 Python 协程(Coroutine)对比演示项目
开发语言·python·golang
Ivanqhz24 分钟前
干涉图着色
java·服务器·网络·数据库·人工智能·深度学习
白露与泡影30 分钟前
Jev 爆火之后,给企业应用配一个 AI 决策模型
大数据·人工智能·深度学习
codists42 分钟前
lexeme和token
python
天赐范式1 小时前
天赐范式第182天:让变异开始存活——主线重启与变异存续条件
python·ar模型·数字生命·天赐范式·动态运行时·稳态方差·变异存续
lusklusklusk1 小时前
Python 四大数据结构详解:元组、列表、集合、字典的特点与增删改查
数据结构·windows·python
打工仔折腾 AI1 小时前
把模型切换交给平台:用蓝耘智能路由搭建商品评论分析工具
java·服务器·前端·后端·python·性能优化·ai agent 实战
ynchyong2 小时前
python list 地常用操作
开发语言·python