代码拉取完成,页面将自动刷新
.. py:function:: mindspore.ops.adaptive_avg_pool1d(input, output_size) 对可以看作是由一系列1D平面组成的输入Tensor,应用一维自适应平均池化操作。 通常,输入的shape为 :math:`(N, C, L_{in})`,adaptive_avg_pool1d输出区域平均值在 :math:`L_{in}` 区间。 输出的shape为 :math:`(N, C, L_{out})`,其中 :math:`L_{out}` 由 `output_size` 定义。 .. note:: :math:`L_{in}` 必须能被 `output_size` 整除。 参数: - **input** (Tensor) - 输入shape为 :math:`(N, C, L_{in})`,数据类型为float16、float32。 - **output_size** (int) - 大小为 :math:`L_{out}` 。 返回: Tensor,数据类型与 `input` 相同。 输出的shape为 :math:`(N, C, L_{out})` 。 异常: - **TypeError** - 如果 `output_size` 不是int类型。 - **TypeError** - 如果 `input` 的数据类型不是float16或者float32。 - **ValueError** - 如果 `output_size` 小于1。 - **ValueError** - 如果 `input` 的维度不等于3。 - **ValueError** - 如果 `input` 的最后一维尺寸小于 `output_size` 。 - **ValueError** - 如果 `input` 的最后一维尺寸不能被 `output_size` 整除。
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。