12.2深度学习_视觉处理CNN_池化层、卷积知识

3.池化层

3.1 概述

池化层 (Pooling) 降低维度, 缩减模型大小，提高计算速度. 即: 主要对卷积层学习到的特征图进行下采样（SubSampling）处理。

池化层主要有两种:

1. 最大池化 max pooling

   最大池化是从每个局部区域中选择最大值作为池化后的值，这样可以保留局部区域中最显著的特征。最大池化在提取图像中的纹理、形状等方面具有很好的效果。

2. 平均池化 avgPooling

   平均池化是将局部区域中的值取平均作为池化后的值，这样可以得到整体特征的平均值。平均池化在提取图像中的整体特征、减少噪声等方面具有较好的效果。

3.2 池化层计算

整体结构

计算

​ 最大池化:

1. max(0, 1, 3, 4)
2. max(1, 2, 4, 5)
3. max(3, 4, 6, 7)
4. max(4, 5, 7, 8)

平均池化:

1. mean(0, 1, 3, 4)
2. mean(1, 2, 4, 5)
3. mean(3, 4, 6, 7)
4. mean(4, 5, 7, 8)

3.3 步长Stride

最大池化:

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

平均池化:

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

3.4 边缘填充Padding

最大池化:

1. max(0, 0, 0, 0)
2. max(0, 0, 0, 1)
3. max(0, 0, 1, 2)
4. max(0, 0, 2, 0)
5. … 以此类推

平均池化:

1. mean(0, 0, 0, 0)
2. mean(0, 0, 0, 1)
3. mean(0, 0, 1, 2)
4. mean(0, 0, 2, 0)
5. … 以此类推

3.5 多通道池化计算

​ 在处理多通道输入数据时，池化层对每个输入通道分别池化，而不是像卷积层那样将各个通道的输入相加。这意味着池化层的输出和输入的通道数是相等。

3.6 池化层的作用

池化操作的优势有：

1. 通过降低特征图的尺寸，池化层能够减少计算量，从而提升模型的运行效率。
2. 池化操作可以带来特征的平移、旋转等不变性，这有助于提高模型对输入数据的鲁棒性。
3. 池化层通常是非线性操作，例如最大值池化，这样可以增强网络的表达能力，进一步提升模型的性能。

但是池化也有缺点：

1. 池化操作会丢失一些信息，这是它最大的缺点；

3.7 池化API使用

import torch
import torch.nn as nn


# 1. API 基本使用
def test01():

    inputs = torch.tensor([[0, 1, 2], [3, 4, 5], [6, 7, 8]]).float()
    inputs = inputs.unsqueeze(0).unsqueeze(0)

    # 1. 最大池化
    # 输入形状: (N, C, H, W)
    polling = nn.MaxPool2d(kernel_size=2, stride=1, padding=0)
    output = polling(inputs)
    print(output)

    # 2. 平均池化
    polling = nn.AvgPool2d(kernel_size=2, stride=1, padding=0)
    output = polling(inputs)
    print(output)


# 2. stride 步长
def test02():

    inputs = torch.tensor([[0