nnAdaptiveAvgPool1d的计算方法

nn.AdaptiveAvgPool1d() 是一个PyTorch中的自适应平均池化层，它可以根据输入数据的大小自动计算池化操作的大小和步长。对于输入的一维张量，它将对每个通道执行平均池化，输出的形状为 (batch_size, channels, output_size)。

它的计算方法如下：

首先，计算输入张量的大小，假设为 (batch_size, channels, input_size)。
然后，计算输出张量的大小，假设为 (batch_size, channels, output_size)。其中，output_size 是通过传入参数指定的输出大小。
对于每个通道，将输入张量在该维度上按照 output_size 进行均分，得到 output_size 个子张量。
对于每个子张量，计算其在该维度上的平均值，得到一个标量。
将所有标量组合成一个新的张量，即为输出张量。

例如，如果输入张量的形状为 (batch_size, channels, input_size) = (2, 3, 10)，输出大小为 output_size = 5，则输出张量的形状为 (batch_size, channels, output_size) = (2, 3, 5)。

对于每个通道，将输入张量在该维度上分成 5 份，然后对每份计算平均值，得到一个标量。最终将这些标量组合成一个新的张量，即为输出张量