最近我用pytorch训练了一个神经网络，其中包含一个带填充的平均池化层。我对其行为以及带填充的平均池化的定义感到困惑。

例如，如果我们有一个输入张量：

[[1, 2, 3], [4, 5, 6], [7, 8, 9]]

当填充为1且核大小为3时，第一个核的输入应该是：

 0, 0, 0 0, 1, 2 0, 4, 5

pytorch的输出是12/4 = 3（忽略填充的0），但我认为应该是12/9 = 1.333

谁能解释一下这个问题吗？

非常感谢。

回答：

你可以决定你的填充池化层的行为。
这就是为什么pytorch的平均池化（例如，nn.AvgPool2d）有一个可选参数count_include_pad=True：
默认情况下（True），平均池化会先填充输入，然后将所有元素视为相同。在这种情况下，你的示例输出确实是1.33。
另一方面，如果你设置count_include_pad=False，池化层将忽略填充的元素，你的示例结果将是3。