[ 输入参数用法不一致 ]torch.nn.AvgPool3d

torch.nn.AvgPool3d

torch.nn.AvgPool3d(kernel_size,
                   stride=None,
                   padding=0,
                   ceil_mode=False,
                   count_include_pad=True,
                   divisor_override=None)

paddle.nn.AvgPool3D

paddle.nn.AvgPool3D(kernel_size,
                    stride=None,
                    padding=0,
                    ceil_mode=False,
                    exclusive=True,
                    divisor_override=None,
                    data_format='NCDHW',
                    name=None)

其中 PyTorch 的 count_include_pad 与 Paddle 的 exclusive 用法不一致，具体如下：

参数映射

PyTorch PaddlePaddle 备注
kernel_size kernel_size 表示池化核的尺寸大小 。
stride stride 表示步长 。
padding padding 表示填充大小 。
ceil_mode ceil_mode 表示是否用 ceil 函数计算输出的 height 和 width 。
count_include_pad - 是否使用额外 padding 的值计算平均池化结果，默认为 True 。 Paddle 无此参数，需要转写。
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 。
- exclusive 是否不使用额外 padding 的值计算平均池化结果，默认为 True。
- data_format 输入和输出的数据格式，PyTorch 无此参数，Paddle 保持默认即可。

转写示例

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

# PyTorch 写法
torch.nn.AvgPool3D(kernel_size=2, stride=2, count_include_pad=True)

# Paddle 写法
paddle.nn.AvgPool3D(kernel_size=2, stride=2, exclusive=False)