池化

一.手写池化

import torch
def pool(X,pool_size,mode='max'):#手写池化，这里mode参数用于表示是何种池化默认最大池化
    p_h,p_w=pool_size#poolsize表示池化窗口大小传入一个元组
    Y=torch.zeros((X.shape[0]-p_h+1,X.shape[1]-p_w+1))#构造输出
    for i in range(Y.shape[0]):
        for j in range(Y.shape[1]):
            if mode=='max':
                Y[i,j]=(X[i:i+p_h,j:j+p_w]).max()
            elif mode == 'min':
                Y[i, j] = (X[i:i + p_h, j:j + p_w]).min()
            elif mode=='avg':#平均池化
                Y[i, j] = (X[i:i + p_h, j:j + p_w]).mean()
    return Y
X=torch.tensor([[0.0,1.0,2.0],[3.0,4.0,5.0],[6.0,7.0,8.0]])
print(pool(X,(2,2)))
print(pool(X,(2,2),mode='min'))
print(pool(X,(2,2),mode='avg'))

---

二.调用库函数（以后用这个）

import torch
X=torch.tensor([[0.0,1.0,2.0],[3.0,4.0,5.0],[6.0,7.0,8.0]])
X=X.reshape((1,1,3,3))#批量，通道，高，宽，在pytorch里必须传入四维
#池化都在torch下的nn里，如果池化窗口宽高一样可写一个例如2等价于（2,2）
#填充padding=（行填充，列填充），步幅stride都可以自定义（超参数）
#默认在pytorch里窗口大小等于步幅大小
pool2d=torch.nn.MaxPool2d(2,stride=1)
print(pool2d(X))

---

三.多输入通道

在池化中输出通道数等于输入通道数

import torch
from torch import nn
X=torch.arange(16).reshape((1,1,4,4))#rand是随机数，arange是序列例如arange16指0-15整数
print(X)
X=torch.cat((X,X+1),1)#变成两个输入通道
print(X)
pool2d=nn.MaxPool2d(3,padding=1,stride=2)
print(pool2d(X))

对每个输入通道分别池化

在 PyTorch 中，torch.nn.MaxPool2d 是用于 2D 最大池化操作的类，其构造函数可以传入以下主要参数：

1. kernel_size：池化核的大小。
   • 可以是整数（如 kernel_size=3，表示 3x3 的池化核）
   • 也可以是元组（如 kernel_size=(2, 3)，表示高度为 2、宽度为 3 的池化核）
2. stride：步长，即池化核移动的距离。
   • 默认为 None，此时步长等于池化核大小
   • 可以是整数或元组，规则同 kernel_size
3. padding：在输入的边缘添加的填充大小。
   • 默认为 0
   • 可以是整数（各边填充相同大小）或元组（分别指定高度和宽度方向的填充）
4. dilation：池化核内部元素之间的间距（膨胀率）。
   • 默认为 1，即标准池化核
   • 用于实现空洞池化，增大感受野
5. return_indices：是否返回最大值的索引。
   • 默认为 False
   • 设为 True 时，会同时返回池化结果和最大值的索引（可用于反池化操作）
6. ceil_mode：是否使用向上取整来计算输出大小。
   • 默认为 False（使用向下取整）
   • 设为 True 时，当输入尺寸不能被步长整除时，会保留最后一个不完整的池化窗口