用普通池化改f.adaptive_avg_pool2d

将f.adaptive_avg_pool2d改成普通池化的代码如下：

import torch.nn.functional as F

# 原始代码
x = F.adaptive_avg_pool2d(x, output_size=(1, 1))

# 修改后代码
x = F.avg_pool2d(x, kernel_size=x.size()[2:])

其中，`kernel_size=x.size()[2:]` 表示池化核大小为输入张量的宽和高。这样修改后，实现的功能与原始代码相同，只不过使用了普通池化方式。