池化层 学习笔记

池化层 学习笔记

FCNVMB网络与InversionNet有很多不同点，其中之一便是FCNVMB网络使用maxpooling取代了InversionNet的卷积下采样操作。所以整理了池化层的基础知识，记在博客里。这里以2维图片的最大池化函数为例:

torch.nn.MaxPool2d(kernel_size, stride=None, padding=0, dilation=1, return_indices=False, ceil_mode=False)

kernel_size:池化窗口的大小，可以是一组数据，并允许不同方向上取值不同

stride:池化步长，默认值是kernel_size

padding:填充

dilation:窗口中元素的步幅

return_indices:如果为True，返回的将是最大值的下标，而不是最大值本身

ceil_mode:如果为True，输出形状将上取整。

原理

类似于卷积操作，池化层也是将kernel_size大小的窗口在原图上进行移动，只是卷积时会将卷积核的数据与图像数据进行计算，而池化的窗口中没有数据，而是对窗口对应的图像数据进行某些操作，常见的操作有最大池化和平均池化，分别代表着取窗口的数据的最大值和平均值。函数中的kernel_size、stride、padding和池化函数的输出尺寸与卷积中的相应参数相同，不再重复解释。

dilation

这个参数同样存在于卷积中，使用该参数的卷积成为空洞卷积，他代表着的含义是卷积或池化时在原图上的卷积核/窗口内部添加一定的间隔。使用空洞卷积/空洞池化可以在不增加计算量的情况下增加感受野，但也会导致网格效应和长距离特征无关的问题。

参考

更多池化方法: 一图读懂-神经网络14种池化Pooling原理（MAX，AVE，SUM，MIX，SOFT，ROI，CROW,RMAC ）

深入理解空洞卷积

池化层(pooling)

MaxPool2d