如何在 Pytorch 中计算步幅平均值？

【问题标题】：How to compute stride mean in Pytorch?如何在 Pytorch 中计算步幅平均值？
【发布时间】：2021-01-08 22:19:16
【问题描述】：

例如，我们有x = [1, 2, 3, 4, 5] 和stride = 3、step = 1，那么步幅平均值将为result = [2, 3, 4]。更具体地说，我有一个带有shape = (batch_size, sequence_len, embed_dim) 的向量，我想对dim = 1 (sequence_len) 执行上述操作。如何在 PyTorch 中有效地实现它？

【问题讨论】：

标签： pytorch

【解决方案1】：

我认为您的意思是 - 在 PyTorch 表示法中 - 内核大小为 3，步幅为 1。你可以使用torch.nn.AvgPool1d来执行这种操作：

mean = nn.AvgPool1d(kernel_size=3, stride=1)

注意，通道需要一个额外的维度来兼容这种层：

>>> x = torch.tensor([[1, 2, 3, 4, 5]]).unsqueeze(0)
tensor([[[1, 2, 3, 4, 5]]])

>>> mean(x)
tensor([[[2, 3, 4]]])

【讨论】：