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
zhiSiBuYu051723 分钟前
Python3 模块开发与应用实战指南
python
菜鸟‍37 分钟前
【论文学习】MICCAI 2024 || SGSeg:通过自引导机制实现胸部X光片语言引导分割的无文本推理
人工智能·深度学习·学习
databook1 小时前
用方差阈值过滤掉“惰性特征”
python·机器学习·scikit-learn
Freak嵌入式1 小时前
MCU 低功耗模式解析:时钟门控、电源门控、深度休眠
人工智能·python·单片机·嵌入式硬件·开源·依赖倒置原则·micropython
weixin_BYSJ19872 小时前
springboot校园自习室管理小程序---附源码32142
java·javascript·spring boot·python·django·flask·php
用户8356290780513 小时前
使用 Python 在 PDF 中绘制线条、矩形和自定义图形
后端·python
吴佳浩3 小时前
AI 核心技术解析|OPD:大模型开始复制的不再是知识,而是判断力
人工智能·深度学习·llm
wang_yb3 小时前
用方差阈值过滤掉“惰性特征”
python·ai·databook
威联通网络存储3 小时前
TS-h2490FU在钢铁热轧/冷轧板材表面缺陷在线视觉检测中的部署
人工智能·python·计算机视觉·视觉检测
就是一顿骚操作4 小时前
Dropout:神经网络正则化的经典解读
人工智能·深度学习·神经网络·论文解读