[ 输入参数用法不一致 ]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)