为什么 1, 3, 5, 5 的 tensor 经过 kernel_size=2 的 pool 之后变成了 1, 3, 2, 2？

Question

我也不知道应该输出为多少，谁能讲解一下这个过程，为什么得到的结果是 2，2

demo 代码

import torch.nn.functional as F

# 创建一个大小为[1, 3, 5, 5]的张量
input_tensor = torch.randn(1, 3, 5, 5)

# 指定池化大小为3x3，并进行2D平均池化
output_tensor = F.avg_pool2d(input_tensor, kernel_size=2)

# 查看池化后的张量大小
print(output_tensor.size())

输出结果

torch.Size([1, 3, 2, 2])

Answer 1

每一个 2x2 的区域算一个平均值，变成一个数。多余的（不足 2x2 的）就扔掉了。