[ 输入参数用法不一致 ]torch.nn.functional.avg_pool2d

torch.nn.functional.avg_pool2d

torch.nn.functional.avg_pool2d(input, kernel_size, stride=None, padding=0, ceil_mode=False, count_include_pad=True, divisor_override=None)

paddle.nn.functional.avg_pool2d

paddle.nn.functional.avg_pool2d(x, kernel_size, stride=None, padding=0, ceil_mode=False, exclusive=True, divisor_override=None, data_format='NCHW', name=None)

其中 PyTorch 与 Paddle 参数不一致，具体如下：

参数映射

PyTorch PaddlePaddle 备注
input x 表示输入的 Tensor ，仅参数名不一致。
kernel_size kernel_size 池化核的尺寸大小。
stride stride 池化操作步长。
padding padding 池化补零的方式。
ceil_mode ceil_mode 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
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
- data_format 输入和输出的数据格式, PyTorch 无此参数， 保持默认即可。
count_include_pad exclusive 是否用额外 padding 的值计算平均池化结果，PyTorch 与 Paddle 的功能相反，需要转写

转写示例

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

# PyTorch 写法
torch.nn.functional.avg_pool2d(input=input, kernel_size=2, stride=2, padding=1, ceil_mode=True, count_include_pad=False)

# Paddle 写法
paddle.nn.AvgPool2D(x=input, kernel_size=2, stride=2, padding=1, ceil_mode=True, exlusive=True)