一、 torch.nn中Pool layers的介绍
官网链接：
1. nn.MaxPool2d介绍
nn.MaxPool2d是在进行图像处理时，Pool layers最常用的函数
（1）torch.nn.MaxPool2d类
class torch.nn.MaxPool2d(kernel_size, stride=None, padding=0, dilation=1, return_indices=False, ceil_mode=False) （2）参数介绍
-
kernel_size(int or tuple): 用于设置一个取最大值的窗口，如设置为3，那么会生成一个3×3的窗口
-
stride(int or tuple): 默认值为kernel_size，步幅，和卷积层中的stride一样
-
padding(int or tuple): 填充图像，默认填充的值为0
-
dilation(int): 空洞卷积，即卷积核之间的距离。如卷积核的尺寸为3×3，dilation为1，那么返回一个大小为5×5的卷积核，卷积核每个元素与上下左右的元素之间空一格
-
return_indices(bool): 一般用的很少，不做介绍
-
ceil_mode(bool): 默认为False。为True时，输出的shape使用ceil格式（向上取整，即进一）；为False时，输出的shape使用floor格式（向下取整）。
二、最大池化操作
1. 最大池化操作举例（理论介绍）
假设有一个5×5的图像和一个3×3的池化核（kenel_size=3），如下图。池化过程就是将池化核与图像进行匹配。下面介绍最大池化的具体操作。
-
首先用池化核覆盖图像，如下图。然后取到最大值，作为一个输出。
-
上图为第一次最大池化操作，最大值为2。将2作为一个输出，如下图。
-
由于本例未对stride进行设置，故stride采取默认值，即stride=kernel_size=3，池化核移动如下图（移动方式与上上文中提到的卷积核移动方式相同，不再赘述）。由于池化核移动已超出范围，要不要取这3×2部分的最大值，取决于call_mode的值，若ceil_mode=True，则取最大值，即输出3；若ceil_mode=False，则不取这部分的值，即这一步不进行池化操作。
-
假设ceil_mode=True，经过最大池化操作后，输出的结果如下图。
-
假设ceil_mode=False，经过最大池化操作后，输出的结果如下图。
-
2. 操作前后的图像大小计算公式
跟卷积操作的计算公式一样。具体如下：
参数说明：
-
N: 图像的batch_size
-
C: 图像的通道数
-
H: 图像的高
-
W: 图像的宽
计算过程：
-
Input:( (N,C_{in},H_{in},W_{in})) or ((C_{in},H_{in},W_{in}))
-
Output: ((N,C_{out},H_{out},W_{out})) or ((C_{out},H_{out},W_{out}))
-
其中有：
(H_{out}=⌊frac{H_{in}+2×padding[0]−dilation[0]×(kernel_size[0]−1)−1}{stride[0]}+1⌋)
(W_{out}=⌊frac{W_{in}+2×padding[1]−dilation[1]×(kernel_size[1]−1)−1}{stride[1]}+1⌋)
-
看论文的时候，有些比如像padding这样的参数不知道，就可以用这条公式去进行推导
3. 最大池化操作代码举例
依然选取上面的例子，进行编程。
import torch from torch import nn from torch.nn import MaxPool2d 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) #输入图像数据;与卷积操作不同的是，最大池化操作要求输入的图像数据是浮点数，而不是整数(为整数第23行会报错) input=torch.reshape(input,(-1,1,5,5)) #构造图像数据，使其符合输入标准，即分别为（输入batch_size待定，1通道，大小为5×5） print(input.shape) #[Run] torch.Size([1, 1, 5, 5])；数据格式符合输入标准 #构造神经网络 class Demo(nn.Module): def __init__(self): super(Demo,self).__init__() self.maxpool1=MaxPool2d(kernel_size=3,ceil_mode=True) #设置最大池化函数，这里以ceil_mode=True为例 def forward(self,input): output=self.maxpool1(input) #将输入的数据（input）进行最大池化草子哦 return output demo=Demo() #创建神经网络 output=demo(input) print(output) """ [Run] tensor([[[[2., 3.], [5., 1.]]]]) 符合前面ceil_mode=True例子的输出结果一致 """ 4. 为什么要进行最大池化（最大池化的作用）
-
最大程度地保留输入特征，并使数据量减小
-
上述例子中输入图像为5×5，经过最大池化操作之后变成了3×3，甚至为1×1。使得图像特征得以保留，而数据量大大减少了，对整个网络来说参数减少了，运算速度也变快了
-
打个比方，这就像看视频的时候，高清（输入图像）变（经过最大池化操作）标清（输出数据）
使用具体图片示例，介绍最大池化的作用：
from torch import nn from torch.nn import MaxPool2d import torchvision from torch.utils.data import DataLoader from torch.utils.tensorboard import SummaryWriter dataset=torchvision.datasets.CIFAR10("./dataset",train=False,download=True,transform=torchvision.transforms.ToTensor()) dataloder=DataLoader(dataset,batch_size=64) #构造神经网络 class Demo(nn.Module): def __init__(self): super(Demo,self).__init__() self.maxpool1=MaxPool2d(kernel_size=3,ceil_mode=True) #设置最大池化函数，这里以ceil_mode=True为例 def forward(self,input): output=self.maxpool1(input) #将输入的数据（input）进行最大池化草子哦 return output demo=Demo() #创建神经网络 writer=SummaryWriter("logs_maxpool") step=0 for data in dataloder: imgs,targets=data writer.add_images("input",imgs,step) output=demo(imgs) writer.add_images("output",output,step) step+=1 writer.close() 对比输入输出，可以看出图像更糊了
