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
张登杰踩25 分钟前
VIA标注格式转Labelme标注格式Learner1 小时前
Python数据类型（四）：字典odoo中国1 小时前
Odoo 19 模块结构概述Jelena157795857921 小时前
Java爬虫api接口测试踩坑记录2 小时前
leetcode hot100 3.无重复字符的最长子串 medium 滑动窗口（双指针）bryant_meng3 小时前
【DLNR】《High-frequency Stereo Matching Network》过期的秋刀鱼！3 小时前
机器学习-逻辑回归的成本函数的补充-推导shangjian0073 小时前
AI大模型-核心概念-机器学习诸神缄默不语4 小时前
Python处理Word文档完全指南：从基础到进阶