• 池化层返回窗口中最大或者平均值
  • 缓解卷积层对位置的敏感性
  • 同样有窗口大小、填充、步幅作为超参数

最大池化：每次输出窗口内最大值（不是求和了）

复现

导包

1
2
import torch  
from torch import nn

构建

start=0, end=16, step=1，返回一维张量，其值介于区间 [start, end]，步长为 step

1
2
3
4
5
6
7
X = torch.arange(16, dtype=torch.float32).reshape((1,1,4,4))    
X

# tensor([[[[ 0.,  1.,  2.,  3.],
#           [ 4.,  5.,  6.,  7.],
#           [ 8.,  9., 10., 11.],
#           [12., 13., 14., 15.]]]])

3 表示是 3*3 的窗口，pytorch 种步幅和窗口大小相同，即每个窗口之间没有重叠

1
2
3
4
pool2d = nn.MaxPool2d(3)    
pool2d(X)

# tensor([[[[10.]]]])

自定义填充和步长

padding=1 表示四周都填上一行（一列）, stride=2 表示步幅为 2

1
2
3
4
5
pool2d = nn.MaxPool2d(3, padding=1, stride=2)     
pool2d(X)

# tensor([[[[ 5.,  7.],
#          [13., 15.]]]])

自定义窗口大小和步长

1
2
3
4
5
6
pool2d = nn.MaxPool2d((2,3),padding=(1,1),stride=(2,3))  
pool2d(X)

# tensor([[[[ 1.,  3.],
#          [ 9., 11.],
#          [13., 15.]]]])

多维度池化

1
2
3
4
5
6
7
8
9
10
11
12
13
14
X = torch.arange(16, dtype=torch.float32).reshape((1,1,4,4))  
  
X = torch.cat((X,X+1),1)      # 1表示X和X+1横着拼  
X

# tensor([[[[ 0.,  1.,  2.,  3.],
#          [ 4.,  5.,  6.,  7.],
#          [ 8.,  9., 10., 11.],
#          [12., 13., 14., 15.]],
#
#         [[ 1.,  2.,  3.,  4.],
#          [ 5.,  6.,  7.,  8.],
#          [ 9., 10., 11., 12.],
#          [13., 14., 15., 16.]]]])
1
2
3
4
5
6
7
8
pool2d = nn.MaxPool2d(3,padding=1,stride=2)  
pool2d(X)

# tensor([[[[ 5.,  7.],
#          [13., 15.]],
#
#         [[ 6.,  8.],
#          [14., 16.]]]])

相关链接

bilibili