Day10 最大池化层 Pooling layer MaxPool2d

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

---

一、池化层介绍

1.功能

• 池化：在保留数据特征的情况下减小数据量，它实际上是一种形式的降采样。有多种不同形式的非线性池化函数，而其中“最大池化（Max
  pooling）”是最为常见的。它是将输入的图像划分为若干个矩形区域，对每个子区域输出最大值。
• 与卷积不用，池化是选取核中最大数作为output
• 通常来说，CNN的卷积层之间都会周期性地插入池化层

2.参数

注意，stride滑动的默认值，是kernel的大小，跟conv不一样！

kernel_size – the size of the window to take a max over

stride – the stride of the window. Default value is kernel_size

padding – implicit zero padding to be added on both sides

dilation – a parameter that controls the stride of elements in the
window

return_indices – if True, will return the max indices along with the
outputs. Useful for torch.nn.MaxUnpool2d later

ceil_mode – when True, will use ceil instead of floor to compute the
output shape（True则保留多出来的input，False丢弃。）

对ceil_mode的理解，以及利用池化核进行池化的过程：

二、池化层操作步骤

1.数据集准备和加载

依旧以CIFAR10数据集为例，下载dataset后作为参数传递给dataloader加载，注意batch_size选取64为一组，其他参数默认

dataset = torchvision.datasets.CIFAR10("./dataset", train=False, transform=torchvision.transforms.ToTensor(),
                                       download=True)
dataloader = DataLoader(dataset=dataset, batch_size=64, shuffle=True, drop_last=False)

下载数据集：

2.开始搭建简单神经网络

注意参数设置、init 和 forward 的各自任务：

• self.maxpool1 = MaxPool2d(kernel_size=3, ceil_mode=True)
• output = self.maxpool1(input)

class test(nn.Module):
    def __init__(self):
        super(test, self).__init__()
        self.maxpool1 = MaxPool2d(kernel_size=3, ceil_mode=True)

    def forward(self, input):
        output = self.maxpool1(input)
        return output

3.实例化test1网络，以矩阵测试样例发生报错

代码如下：

input = torch.tensor([[1, 2, 0, 3, 1],
                      [0, 1, 2, 3, 1],
                      [1, 2, 1, 0, 0],
                      [5, 2, 3, 1, 1],
                      [2, 1, 0, 1, 1]])
input = torch.reshape(input, (-1, 1, 5, 5))
test1 = test()
# 矩阵输出
print(test1(input))

注意：

input = torch.reshape(input, (-1, 1, 5, 5))

保证输入格式正确，以防发生报错（参考上一期）

报错：

数据格式报错，解决方案：

强制类型转换，dtype=torch.float32

4.结合Tensorboard

之前在数据的读取章节介绍过如何将dataloader加载好的数据读取

writer = SummaryWriter("log2")
step = 0
for data in dataloader:
    imgs, t = data
    writer.add_images("input", imgs, step)
    output = test1(imgs)
    # 注意，最大池化不会改变channel（input是3通道，output也是三通道）
    writer.add_images("output", output, step)
    step = step + 1
writer.close()

三、输出结果展示

1.input展示结果

2.output展示结果

直观感受是把图片马赛克处理了，更直观体会到了池化层在保留数据特征的情况下减小数据量的特点。

三、完整代码

import torch

import torchvision
from torch import nn
from torch.nn import MaxPool2d
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriter

dataset = torchvision.datasets.CIFAR10("./dataset", train=False, transform=torchvision.transforms.ToTensor(),
                                       download=True)
dataloader = DataLoader(dataset=dataset, batch_size=64, shuffle=True, drop_last=False)
# dtype:将数据类型更改为浮点数
# 输入：5x5矩阵
input = torch.tensor([[1, 2, 0, 3, 1],
                      [0, 1, 2, 3, 1],
                      [1, 2, 1, 0, 0],
                      [5, 2, 3, 1, 1],
                      [2, 1, 0, 1, 1]], dtype=torch.float32)
input = torch.reshape(input, (-1, 1, 5, 5))


class test(nn.Module):
    def __init__(self):
        super(test, self).__init__()
        self.maxpool1 = MaxPool2d(kernel_size=3, ceil_mode=True)

    def forward(self, input):
        output = self.maxpool1(input)
        return output


test1 = test()
# 矩阵输出
print(test1(input))
# 图像输出
writer = SummaryWriter("log2")
step = 0
for data in dataloader:
    imgs, t = data
    writer.add_images("input", imgs, step)
    output = test1(imgs)
    # 注意，最大池化不会改变channel（input是3通道，output也是三通道）
    writer.add_images("output", output, step)
    step = step + 1
writer.close()