avg = nn.AdaptiveAvgPool2d(1) 和 torch.mean

import torch
import torch.nn as nn

a = torch.rand(2,3,4,4)

nn.AdaptiveAvgPool2d(1),就是将各4*4的矩阵变成1*1.

torch.mean：可以理解为，对哪一维做平均，就是将该维所有的数做平均，压扁成1层(实际上这一层就给合并掉了)，而其他维的形状不影响。

nn.AdaptiveAvgPool2d(1),就是将各4*4的矩阵变成1*1.

avg = nn.AdaptiveAvgPool2d(1)(a)

torch.mean(a,dim=1)，例如dim=1的话，就是将（2，3，4，4）在dim=1上进行合并，变为（2，1，4，4）。然后自己理解着就知道怎么求的平均了。

想象三个4*4的矩阵是一层一层叠放在一起的。然后每个对应位置（如坐标（1，1）（1，2）。。。）累加在一起，就变成一个4*4的了。

mean = torch.mean(a,dim=1)
mean2 = torch.mean(a,dim=1,keepdim=True)

---

---

---

应用：

理解一下。

nn.AdaptiveAvgPool2d(1) 是对三通道的图横向上（各通道独自）求和取平均，大家最后为（1*1）

torch.mean（a,dim=1）是对三通道的图纵向上（三通道之间）求和取平均，最后变成1通道。