06.5. 汇聚层

大家好，欢迎来到IT知识分享网。

6.5. 汇聚层

汇聚（pooling）层,也叫池化层，它具有双重目的：

• 降低卷积层对位置的敏感性
• 同时降低对空间降采样表示的敏感性

import torch from torch import nn from d2l import torch as d2l def pool2d(X, pool_size, mode='max'): p_h, p_w = pool_size Y = torch.zeros((X.shape[0] - p_h + 1, X.shape[1] - p_w + 1)) 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 == 'avg': 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]]) pool2d(X, (2, 2)) # result tensor([[4., 5.], [7., 8.]]) 

此外，我们还可以验证平均汇聚层。

pool2d(X, (2, 2), 'avg') # result tensor([[2., 3.], [5., 6.]]) 

6.5.2. 填充和步幅

与卷积层一样，汇聚层也可以改变输出形状.

X = torch.arange(16, dtype=torch.float32).reshape((1, 1, 4, 4)) X # result tensor([[[[ 0., 1., 2., 3.], [ 4., 5., 6., 7.], [ 8., 9., 10., 11.], [12., 13., 14., 15.]]]]) 

pool2d = nn.MaxPool2d(3) pool2d(X) # result tensor([[[[10.]]]]) 

填充和步幅可以手动设定。

pool2d = nn.MaxPool2d(3, padding=1, stride=2) pool2d(X) # result tensor([[[[ 5., 7.], [13., 15.]]]]) 

当然，我们可以设定一个任意大小的矩形汇聚窗口，并分别设定填充和步幅的高度和宽度。

pool2d = nn.MaxPool2d((2, 3), stride=(2, 3), padding=(0, 1)) pool2d(X) # result tensor([[[[ 5., 7.], [13., 15.]]]]) 

6.5.3. 多个通道

X = torch.cat((X, X + 1), 1) X # result 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.]]]]) 

如下所示，汇聚后输出通道的数量仍然是2。

pool2d = nn.MaxPool2d(3, padding=1, stride=2) pool2d(X) # result tensor([[[[ 5., 7.], [13., 15.]], [[ 6., 8.], [14., 16.]]]]) 

6.5.4. 小结

• 对于给定输入元素，最大汇聚层会输出该窗口内的最大值，平均汇聚层会输出该窗口内的平均值。
• 汇聚层的主要优点之一是减轻卷积层对位置的过度敏感。
• 我们可以指定汇聚层的填充和步幅。
• 使用最大汇聚层以及大于1的步幅，可减少空间维度（如高度和宽度）。
• 汇聚层的输出通道数与输入通道数相同。