神经网络-最大池化的使用
Pooling layers -> MaxPool2d
torch.nn.MaxPool2d(kernel_size, stride=None, padding=0, dilation=1, return_indices=False, ceil_mode=False)
MaxPool2d，最大池化层，有时候也叫下采样
MaxUnpool2d，上采样
最常用的是MaxPool2d
kernel_size：池化窗口的大小，可以是一个整数（表示高度和宽度相同），或者是一个元组 (kH, kW)，指定高度和宽度方向的池化窗口大小。
stride (可选)：池化窗口滑动的步长。可以是一个整数（表示高度和宽度方向的步长相同），或者是一个元组 (sH, sW)，指定高度和宽度方向的步长。如果未指定，默认值为 kernel_size（即没有重叠的池化窗口）。
padding (可选)：在输入张量的边界添加的填充量。可以是一个整数（表示高度和宽度方向的填充相同），或者是一个元组 (padH, padW)，指定高度和宽度方向的填充量。默认值为 0。
dilation (可选)：池化窗口的扩张系数。可以是一个整数（表示高度和宽度方向的扩张系数相同），或者是一个元组 (dH, dW)，指定高度和宽度方向的扩张系数。扩张系数决定了池化窗口之间的间隔。默认值为 1（即没有扩张）。（也叫做空洞卷积）
return_indices (可选)：如果设置为 True，池化操作会返回两个张量：一个是池化后的输出，另一个是池化窗口中最大值的索引。这在某些情况下（比如实现可逆池化操作）可能有用。默认值为 False。
ceil_mode (可选)：如果设置为 True，计算输出张量的大小时会向上取整（ceil）；如果设置为 False，则向下取整（floor）。默认值为 False。
最大池化，输入图像（5×5），池化核（3×3），stride的默认值为kernel_size
ceil_mode=True，保留；ceil_mode=False，不保留
import torch
from torch import nn
from torch.nn import MaxPool2d
input = torch.tensor([[1, 2, 0, 3, 1],
[0, 1, 2, 3, 1],
[1, 2, 1, 0, 0],
[5, 2, 3, 1, 1],
[2, 1, 0, 1, 1]], dtype=torch.float32)
'''
RuntimeError: "max_pool2d" not implemented for 'Long'
这个错误表明你尝试对一个数据类型为 Long（长整型）的张量执行 max_pool2d 操作，而 PyTorch 的 max_pool2d 函数不支持这种数据类型。
在 PyTorch 中，常见的用于神经网络操作的数据类型是 torch.float32（浮点数）和 torch.float16（半精度浮点数）。
通常情况下，图片数据会以浮点数格式进行处理，因为它们需要进行各种数学运算，而整数类型（如 Long）并不适合这些运算。
在input中dtype=torch.float32
'''
input = torch.reshape(input, (-1, 1, 5, 5)) # 现在输入可以是4维，也可以是3维
print(input.shape)
class nn_maxpool(nn.Module):
def __init__(self):
super(nn_maxpool, self).__init__()
self.maxpool1 = MaxPool2d(kernel_size=3, ceil_mode=True)
def forward(self, input):
output = self.maxpool1(input)
return output
nn_maxpool_nn = nn_maxpool()
output = nn_maxpool_nn(input)
print(output)
返回：
torch.Size([1, 1, 5, 5])
tensor([[[[2., 3.],
[5., 1.]]]])
如果将nn_maxpool类中的ceil_mode=True设置为ceil_mode=False，返回：
torch.Size([1, 1, 5, 5])
tensor([[[[2.]]]])
为什么要进行最大池化？最大池化的作用是什么？
最大池化目的就是保留输入的特征，同时把数据量减小
比如输入图片是5×5，经过池化之后变成2×2的，甚至变成1的
这样数据量就减少了，对整个网络来说它的参数变少了，训练的就会更快
import torch
import torchvision
from torch import nn
from torch.nn import MaxPool2d
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter
dataset = torchvision.datasets.CIFAR10(root="P19_nn_maxpool/dataset", train=False, transform=torchvision.transforms.ToTensor(), download=True)
dataLoader = DataLoader(dataset, batch_size=64)
class nn_maxpool(nn.Module):
def __init__(self):
super(nn_maxpool, self).__init__()
self.maxpool1 = MaxPool2d(kernel_size=3, ceil_mode=True)
def forward(self, input):
output = self.maxpool1(input)
return output
nn_maxpool_nn = nn_maxpool()
writer = SummaryWriter(log_dir="logs")
step = 0
for data in dataLoader:
imgs, targets = data
writer.add_images("input", imgs, step)
output = nn_maxpool_nn(imgs)
writer.add_images("output", output, step)
step += 1
writer.close()
原始资料地址：
神经网络-最大池化的使用
如有侵权联系删除 仅供学习交流使用