使用 nn.AdaptiveAvgPool1d() 将 [64, 60] 的输入池化为 [64, 10]

可以使用以下代码将大小为 [64, 60] 的输入通过 nn.AdaptiveAvgPool1d() 池化为 [64, 10]：

import torch.nn as nn

pool = nn.AdaptiveAvgPool1d(output_size=10)
x = torch.randn(64, 60)
output = pool(x.unsqueeze(0)).squeeze(0)
print(output.size())  # torch.Size([64, 10])

首先，我们创建了一个 nn.AdaptiveAvgPool1d 对象，将其输出大小设置为 10。然后，我们生成一个大小为 [64, 60] 的输入张量 x，通过将其添加一个维度来扩展为 [1, 64, 60]，以使其能够传递给池化层。我们使用 pool 将输入池化为大小 [64, 10]，并使用 squeeze 操作删除添加的维度，从而得到我们想要的输出大小。