如何对(512,20,32)张量在行维度执行AvgPool得到(512,10,32)

你的问题核心是nn.AvgPool1d默认对输入的最后一维执行池化操作，而你需要池化的是中间的20维度（对应目标形状的10）。

解决方案：调整维度顺序 #

先将需要池化的维度转移到最后一维，执行池化后再还原维度顺序即可：

import torch
import torch.nn as nn

# 定义池化层
pool = nn.AvgPool1d(kernel_size=2, stride=2)
# 生成测试数据
data = torch.rand(512, 20, 32)

# 调整维度：把要池化的20维度放到最后（AvgPool1d默认处理最后一维）
data_permuted = data.permute(0, 2, 1)  # 形状变为 (512, 32, 20)
# 执行池化，此时池化作用在最后一维20，得到10
out = pool(data_permuted)  # 形状变为 (512, 32, 10)
# 还原维度顺序
out = out.permute(0, 2, 1)  # 最终形状 (512, 10, 32)

print(out.shape)  # 输出 torch.Size([512, 10, 32])

原代码失败原因 #

PyTorch的nn.AvgPool1d要求输入格式为(批量大小N, 通道数C, 序列长度L)，你的输入(512,20,32)被解析为：

• N=512：批量大小
• C=20：通道数
• L=32：要池化的序列维度

因此池化操作被应用在了最后一维32上，导致输出形状变为(512,20,16)，而非预期的结果。

内容的提问来源于stack exchange，提问作者user3668129