池化层的提出是为了缓解卷积层对位置的过度敏感性
1、二维最大池化层和平均池化层
同卷积层一样,池化层每次对输入数据的一个固定形状窗口中元素计算输出。不同于卷积层里计算输入和核的互相关性,池化层直接计算池化窗口内元素的最大值或平均值。该运算分别叫做最大池化核平均池化。
2、填充和步幅
同卷积层一样,池化层也可以在输入的高和宽两侧填充并调整窗口的移动步幅来改变输出的形状。池化层填充和步幅与池化层的工作机制一样。
3、多通道
在处理多通道输入数据时,池化层对每个通道分别池化,而不是像卷积层那样将各通道的输入按通道相加。这意味着池化层的输出通道数与输入通道数相等。
m = torch.nn.MaxPool2d(3, stride=2)