本文介绍了什么是自适应平均池，它是如何工作的？的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！

问题描述

最近，当我尝试实现AlexNet时，我在Pytorch中遇到了一个方法。 我不明白它是怎么运作的。请举几个例子解释一下背后的想法。在神经网络功能方面，它与Maxpooling或Average Poling有何不同

nn.AdaptiveAvgPool2d((6，6))

推荐答案

在平均池化或最大池化中，基本上由您自己设置步长和内核大小，并将它们设置为超参数。如果您碰巧更改了输入大小，则必须重新配置它们。

另一方面，在自适应池中，我们改为指定输出大小。并自动选择步长和内核大小以适应需要。以下公式用于计算源代码中的值。

Stride = (input_size//output_size)  
Kernel size = input_size - (output_size-1)*stride  
Padding = 0

这篇关于什么是自适应平均池，它是如何工作的？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持吉威生活！

[英文标题]What is Adaptive average pooling and How does it work?

声明：本媒体部分图片、文章来源于网络，版权归原作者所有，如有侵权，请联系QQ:330946442删除。