全局自适应平均池化的问题，困扰了我很久

项目

数据集

课程

比赛

模型库

活动

论坛

访问飞桨官网

项目

数据集

课程

比赛

模型库

活动

论坛

访问飞桨官网

兔太难、我好菜发布于2021-12

def count_adap_avgpool(m, x, y):
    kernel = paddle.to_tensor(
        [*(x[0].shape[2:])], dtype=paddle.float64) // paddle.to_tensor([*(y.shape[2:])], dtype=paddle.float64)
    total_add = paddle.prod(kernel)
    num_elements = y.numel().item()
    m.total_ops += counter_adap_avg(total_add, num_elements)

关于上面的函数，是在profile_utils文件中，请问这个函数的作用是什么，可以将上面的float32 改成 int64 吗, 模型在关于avgpool前向计算上一直出错，把上面的float32 改成 int64就不会报错，不知道这样改对不对，会不会对模型精度产生影响

全部评论(3)

JavaRoom

#2 回复于2021-12

好细心，我不会

skywalk163

#3 回复于2021-12

我看官方是这样写的，建议参考官方

def count_adap_avgpool(m, x, y):
    kernel = np.array(x[0].shape[2:]) // np.array(y.shape[2:])
    total_add = np.product(kernel)
    total_div = 1
    kernel_ops = total_add + total_div
    num_elements = y.numel()
    total_ops = kernel_ops * num_elements
    m.total_ops += abs(int(total_ops))

DeepGeGe

#4 回复于2021-12

自适应全局平均池化我使用起来是没什么问题的，建议你把使用这个API的整段代码都发出来一起看看，有可能是使用方法错了。。。

提issue

需求/bug反馈？一键提issue告诉我们

提pr

发现bug？如果您知道修复办法，欢迎提pr直接参与建设飞桨~