如何将Pytorch中的AdaptivePooing转换为常规Pooling操作?
- 内容介绍
- 文章标签
- 相关推荐
本文共计831个文字,预计阅读时间需要4分钟。
PyTorch中,AdaptivePooing操作无法直接用于转换。需要将其转换为常规的Pooling操作。AdaptivePooling与Max/AvgPooling可相互转换,提供了一种转换方法。
Pytorch AdaptivePooing操作转Pooling操作多数的前向推理框架不支持AdaptivePooing操作,此时需要将AdaptivePooing操作转换为普通的Pooling操作。AdaptivePooling与Max/AvgPooling相互转换提供了一种转换方法,但我在Pytorch1.6中的测试结果是错误的。通过查看Pytorch源码(pytorch-master\aten\src\ATen\native\AdaptiveAveragePooling.cpp)我找出了正确的转换方式。
本文共计831个文字,预计阅读时间需要4分钟。
PyTorch中,AdaptivePooing操作无法直接用于转换。需要将其转换为常规的Pooling操作。AdaptivePooling与Max/AvgPooling可相互转换,提供了一种转换方法。
Pytorch AdaptivePooing操作转Pooling操作多数的前向推理框架不支持AdaptivePooing操作,此时需要将AdaptivePooing操作转换为普通的Pooling操作。AdaptivePooling与Max/AvgPooling相互转换提供了一种转换方法,但我在Pytorch1.6中的测试结果是错误的。通过查看Pytorch源码(pytorch-master\aten\src\ATen\native\AdaptiveAveragePooling.cpp)我找出了正确的转换方式。

