use globalavgpool2d

chapter_convolutional-neural-networks/nin-gluon.md

@@ -63,8 +63,10 @@ with net.name_scope():
         mlpconv(10, 3, 1, max_pooling=False),
         # 输入为 batch_size x 10 x 5 x 5, 通过AvgPool2D转成
         # batch_size x 10 x 1 x 1。
-        nn.AvgPool2D(pool_size=5),
-        # 转成 batch_size x 10
+        # 我们可以使用 nn.AvgPool2D(pool_size=5), 
+        # 但更方便是使用全局池化，可以避免估算pool_size大小
+        nn.GlobalAvgPool2D(),
+        # 转成 batch_size x 10
         nn.Flatten()
     )