lp_pool1d¶

paddle.nn.functional. lp_pool1d ( x, norm_type, kernel_size, stride=None, padding=0, ceil_mode=False, data_format='NCL', name=None ) ¶

根据输入 x , kernel_size 等参数对一个输入 Tensor 计算 1D 的幂平均池化。输入和输出都是 3-D Tensor，默认是以 NCL 格式表示的，其中 N 是 batch size, C 是通道数，L 是输入特征的长度。

注解

详细请参考对应的 Class 请参考：LPPool1D 。

参数¶

x (Tensor)：当前算子的输入，其是一个形状为 [N, C, L] 的 3-D Tensor。其中 N 是 batch size, C 是通道数，L 是输入特征的长度。其数据类型为 float16、float32 和 float64。

norm_type (int|float)：幂平均池化的指数，不可以为 0。

kernel_size (int|list|tuple)：池化核的尺寸大小。如果 kernel_size 为 list 或 tuple 类型，其必须包含一个整数。

stride (int|list|tuple)：池化操作步长。如果 stride 为 list 或 tuple 类型，其必须包含一个整数。

padding (string|int|list|tuple)：池化补零的方式。如果 padding 是一个字符串，则必须为 SAME 或者 VALID。如果是 turple 或者 list 类型，则应是 [pad_left, pad_right] 形式。如果 padding 是一个非 0 值，那么表示会在输入的两端都 padding 上同样长度的 0。

ceil_mode (bool)：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。

data_format (str)：输入和输出的数据格式，可以是"NCL"和"NLC"。N 是批尺寸，C 是通道数，L 是特征长度。默认值："NCL"

name (str，可选) - 具体用法请参见 Name，一般无需设置，默认值为 None。

返回¶

Tensor，输入 x 经过幂平均池化计算得到的目标 3-D Tensor，其数据类型与输入相同。

代码示例¶

COPY-FROM: paddle.nn.functional.lp_pool1d