如何在 Flux.jl 中進行自適應平均池化

Question

我已經看到自適應平均池化在Tensor Flow和PyTorch 中都可用。

我想知道如何在Flux.jl 中實現這一點？

Answer 1

Flux 實際上確實有一個內置函數可以創建一個自適應池化層：

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所看到的，除了 N 個特征維度之外，它還需要兩個額外的數組元素作為輸入。 在這種情況下，有兩個特征維度 (100, 100)。 3 表示圖像（紅色、綠色和藍色）的通道數，50 表示圖像的數量。