如何在Flux.jl中进行自适应平均池化

Question

我已经看到，自适应平均池在Tensor Flow和PyTorch中都可用。

我想知道如何在Flux.jl中实现这一点

Answer 1

Flux实际上有一个built in function which creates an Adaptive pooling layer

julia> xs = rand(Float32, 100, 100, 3, 50);  # batch of 50 RGB images

julia> AdaptiveMeanPool((25, 25))(xs) |> size
(25, 25, 3, 50)

正如您在上面的示例中看到的，除了N个特征维度之外，它还需要两个额外的数组元素作为输入。在本例中，有两个特征维度(100,100)。3表示图像的通道数(红色、绿色和蓝色)，50表示图像的数量。