Numpy实现MaxPooling2D(最大池化)和AveragePooling2D(平均池化)

return output

def backward_pass(self, accum_grad):

batch_size, _, _, _ = accum_grad.shape

channels, height, width = self.input_shape

accum_grad = accum_grad.transpose(2, 3, 0, 1).ravel()

MaxPool or AveragePool specific method

accum_grad_col = self._pool_backward(accum_grad)

accum_grad = column_to_image(accum_grad_col, (batch_size * channels, 1, height, width), self.pool_shape, self.stride, 0)

accum_grad = accum_grad.reshape((batch_size,) + self.input_shape)

return accum_grad

def output_shape(self):

channels, height, width = self.input_shape

out_height = (height - self.pool_shape[0]) / self.stride + 1

out_width = (width - self.pool_shape[1]) / self.stride + 1

assert out_height % 1 == 0

assert out_width % 1 == 0

return channels, int(out_height), int(out_width)

class MaxPooling2D(PoolingLayer):

def _pool_forward(self, X_col):

arg_max = np.argmax(X_col, axis=0).flatten()

output = X_col[arg_max, range(arg_max.size)]

self.cache = arg_max

return output

def _pool_backward(self, accum_grad):

accum_grad_col = np.zeros((np.prod(self.pool_shape), accum_grad.size))

arg_max = self.cache

accum_grad_col[arg_max, range(accum_grad.size)] = accum_grad

return accum_grad_col

class AveragePooling2D(PoolingLayer):

def _pool_forward(self, X_col):

output = np.mean(X_col, axis=0)

return output

def _pool_backward(self, accum_grad):

accum_grad_col = np.zeros((np.prod(self.pool_shape), accum_grad.size))

accum_grad_col[:, range(accum_grad.size)] = 1. / accum_grad_col.shape[0] * accum_grad

return accum_grad_col

[

超强干货来袭
云风专访:近40年码龄,通宵达旦的技术人生
](https://newprogrammer.blog.csdn.net/article/details/124146229?utm_campaign=marketingcard&utm_source=hhhhhhhhhhwwwwwwwwww&utm_content=120322102)

自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。

深知大多数Python工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!

因此收集整理了一份《2024年Python开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
img
img



既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上Python开发知识点,真正体系化!

由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新

如果你觉得这些内容对你有帮助,可以添加V获取:vip1024c (备注Python)
img

现在能在网上找到很多很多的学习资源,有免费的也有收费的,当我拿到1套比较全的学习资源之前,我并没着急去看第1节,我而是去审视这套资源是否值得学习,有时候也会去问一些学长的意见,如果可以之后,我会对这套学习资源做1个学习计划,我的学习计划主要包括规划图和学习进度表。

分享给大家这份我薅到的免费视频资料,质量还不错,大家可以跟着学习

一个人可以走的很快,但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎扫码加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
img

一个人可以走的很快,但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎扫码加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
[外链图片转存中…(img-KLuN0aE3-1712840805962)]

  • 11
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值