mindspore.mint.nn.AdaptiveAvgPool2d

class mindspore.mint.nn.AdaptiveAvgPool2d(output_size)

对由多个输入平面组成的输入信号，运用二维自适应平均池化。

对于任何输入大小，输出大小均为 \(H \times W\)。 输出特征的数量等于输入平面的数量。

参数：

• output_size (Union[int, tuple[int]]) - \(H \times W\) 形式的图像的目标输出尺寸。 可以是tuple \((H, W)\)，也可以是正方形图像 \(H \times H\) 的单个 \(H\)。 \(H\) 和 \(W\) 可以是 int 或 None，这意味着大小将与输入相同。

输入：

• input (Tensor) - 输入tensor，shape为 \((N, C, H, W)\) 或 \((C, H, W)\)。

输出：

Tensor。

支持平台：

Ascend

样例：

>>> import mindspore
>>> input = mindspore.tensor([[[2, 1, 2], [2, 3, 5]]], mindspore.float16)
>>> net = mindspore.mint.nn.AdaptiveAvgPool2d((2, 2))
>>> output = net(input)
>>> print(output)
[[[1.5 1.5]
  [2.5 4. ]]]