[ 参数不一致 ]torch.nn.functional.avg_pool3d

torch.nn.functional.avg_pool3d

torch.nn.functional.avg_pool3d(input, kernel_size, stride=None, padding=0, ceil_mode=False, count_include_pad=True, divisor_override=None)

paddle.nn.functional.avg_pool3d

paddle.nn.functional.avg_pool3d(x, kernel_size, stride=None, padding=0, ceil_mode=False, exclusive=True, divisor_override=None, data_format='NCDHW', name=None)

其中 Pytorch 与 Paddle 参数不一致,具体如下:

参数映射

| PyTorch | PaddlePaddle | 备注 | | ————- | ———— | —————————————————— | | input | x | 表示输入的 Tensor ,仅参数名不一致。 | | kernel_size | kernel_size | 池化核的尺寸大小。 | | stride | stride | 池化操作步长。 | | padding | padding | 池化补零的方式。 | | ceil_mode | ceil_mode | 是否用 ceil 函数计算输出的 height 和 width,如果设置为 False,则使用 floor 函数来计算,默认为 False | | divisor_override | divisor_override | 如果指定,它将用作除数,否则根据 kernel_size 计算除数。默认 None | | - | data_format | 输入和输出的数据格式, Pytorch 无此参数,保持默认即可。 | | count_include_pad | exclusive | 是否用额外 padding 的值计算平均池化结果,Pytorch 与 Paddle 的功能相反,需要转写 |

转写示例

count_include_pad:是否用额外 padding 的值计算平均池化结果

# Pytorch 写法
torch.nn.functional.avg_pool3d(input=input, kernel_size=2, stride=2, padding=1, ceil_mode=True, count_include_pad=False)

# Paddle 写法
paddle.nn.functional.avg_pool3d(x=input, kernel_size=2, stride=2, padding=1, ceil_mode=True, exlusive=True)