Torch.nn模块学习-池化

池化对数据启到了浓缩的效果，通过池化可以减少数据量，降低内存压力。简单地理解，池化操作就是通过池化的kernel选取一定的区域，通过某种计算将这个区域的一系列数值转化为一个数值，需要注意的是，对于池化操作来说，池化的步长一般是卷积核的大小。

Pytorch中提供了多种池化的类，最大池化、平均池化、最大自适应池化等操作，下面以二维数据的处理为例，列出常用的池化操作。

对应的类	功能
.MaxPool2d()	针对输入信号上应用2d最大值池化
.MaxUnPool2d()	2d最大值池化的逆操作
.AvgPool2d()	输入信号上应用2d平均池化
.AdaptiveMaxPool2d()	2d自适应最大值池化（输出信号的大小自行指定）
.AdaptiveAvgPool2d()	2d自适应最大值池化（输出信号的大小自行指定）

以torch.nn.MaxPool2d为例进行说明：

torch.nn.MaxPool2d(kernel_size, stride=None,dilation=1,return_indices=False,ceil_mode=False)

参数的使用说明：

kernel_size: 最大池化的窗口大小

stride: 最大池化窗口移动的大小，默认值为kernel_size

padding: 输入信号中每一边补充0的层数

dilation: 控制窗口中元素步幅的参数

return_indices: 如果为True，则会返回输出最大值的索引，方便之后执行逆操作

ceil_mode: True为向上取整，默认是向下取整

输入： （N，C-in， H-in， W-in）

输出：（N，C-out，H-out，W-out）

经过池化计算的转化公式是下面所示：
$$out=\frac{(in-kernel\_size+2\star padding)}{stride}+1$$
以下是池化操作的代码，指定池化的kernel之后，他会对特征图的每一层执行这样的操作，对于池化而言，他是不需要进行学习的，也就不是权重的层。

import torch
import torch.nn as nn
import matplotlib.pyplot as plt
from PIL import Image
import numpy as np

# 读取图片转化为灰度图，并转化为numpy数组
img = Image.open("imgs/lufei.jpg")
img_gray = np.array(img.convert("L"), dtype=np.float32)
# plt.figure(figsize=(6, 6))
# plt.imshow(img_gray, cmap=plt.cm.gray)
# plt.axis("off")
# plt.show()

# 将数组转化为张量
imh, imw = img_gray.shape
img_tensor = torch.from_numpy(img_gray.reshape(1, 1, imh, imw))

# 使用5*5的随机数构成的卷积核进行卷积操作
# 这里的卷积核是个比较神奇的卷积核，中间的数值比较大，两边的数值比较小
kernel_size = 5
kernel = torch.ones(kernel_size, kernel_size, dtype=torch.float32) * -1
kernel[2, 2] = 24
kernel = kernel.reshape((1, 1, kernel_size, kernel_size))
# 进行卷积操作
conv2d = nn.Conv2d(1, 2, (kernel_size, kernel_size), bias=False)
conv2d.weight.data[0] = kernel
imgconv2dout = conv2d(img_tensor)
# 进行维度的压缩，这样图像才能展示出来
imgconv2dout_img = imgconv2dout.data.squeeze()
print("卷积之后的尺寸为：{}".format(imgconv2dout_img.shape))

# 对卷积之后的张量进行最大池化，也就是锐化的操作
maxpool2d = nn.MaxPool2d(2, stride=2)
pool2_out = maxpool2d(imgconv2dout)
pool2_out_im = pool2_out.squeeze()
print(pool2_out.shape)

# 可视化最大池化的结果
plt.figure(figsize=(12, 6))
plt.subplot(1, 2, 1)
plt.imshow(pool2_out_im[0].data, cmap=plt.cm.gray)
plt.axis('off')
plt.subplot(1, 2, 2)
plt.imshow(pool2_out_im[1].data, cmap=plt.cm.gray)
plt.axis('off')
plt.show()

# 对卷积之后的张量进行平均g池化，也就是锐化的操作
avgpool2d = nn.AvgPool2d(2, stride=2)
pool2_out = avgpool2d(imgconv2dout)
pool2_out_im = pool2_out.squeeze()
print(pool2_out.shape)

# 可视化最大池化的结果
plt.figure(figsize=(12, 6))
plt.subplot(1, 2, 1)
plt.imshow(pool2_out_im[0].data, cmap=plt.cm.gray)
plt.axis('off')
plt.subplot(1, 2, 2)
plt.imshow(pool2_out_im[1].data, cmap=plt.cm.gray)
plt.axis('off')
plt.show()

# 对卷积之后的张量进行平均g池化，也就是锐化的操作
adaavgpool2d = nn.AdaptiveAvgPool2d(output_size=(100, 100))
pool2_out = adaavgpool2d(imgconv2dout)
pool2_out_im = pool2_out.squeeze()
print(pool2_out.shape)

# 可视化最大池化的结果
plt.figure(figsize=(12, 6))
plt.subplot(1, 2, 1)
plt.imshow(pool2_out_im[0].data, cmap=plt.cm.gray)
plt.axis('off')
plt.subplot(1, 2, 2)
plt.imshow(pool2_out_im[1].data, cmap=plt.cm.gray)
plt.axis('off')
plt.show()

最大池化的结果：

平均池化的结果：

自适应池化的结果，图片变模糊了，尺寸变小了