目錄
池化層?
最大池化層
MaxPool2d
最大池化操作圖示?
最大池化操作代碼演示?
綜合代碼案例?
池化層?
池化層（Pooling Layer）
核心作用：通過降采樣減少特征圖尺寸，降低計算量，增強特征魯棒性。
1. 常見類型
-
最大池化（Max Pooling）：提取局部區域最大值。
-
平均池化（Average Pooling）：計算局部區域平均值。
-
全局池化（Global Pooling）：將每個通道的特征圖壓縮為一個標量（常用于分類任務）。
2. 參數與計算
-
窗口大小（Kernel Size）：如 2×2、3×3。
-
步長（Stride）：窗口滑動的步長，通常等于窗口大小（如 2）。
-
填充（Padding）：邊緣填充策略，保持輸出尺寸。
MaxPool->下采樣
MaxUnPool->上采樣?
“池化層”（Pooling Layer）的命名源于其核心操作與 “池”（Pool）這一概念的類比 —— 就像從一個 “池子” 里提取所需內容，本質是對局部區域內的信息進行匯總、篩選并輸出。
具體來說，“池” 在這里可理解為 “局部數據區域”：
池化層會將輸入特征圖劃分為多個不重疊的小區域（比如 2×2 的窗口），每個小區域就像一個 “池子”；然后對每個 “池子” 里的所有數據（像素值或特征值）執行特定操作（最大池化取最大值、平均池化取平均值等），最終從每個 “池子” 里只輸出一個結果。
這個過程就像從每個 “池子” 里 “提取” 出最具代表性的信息（比如最大池化提取 “最顯著特征”，平均池化提取 “平均特征”），因此被形象地稱為 “池化”。
最大池化層
?最大池化層是卷積神經網絡（CNN）中用于下采樣（Downsampling）?的關鍵組件，通過在輸入特征圖的局部非重疊區域（池化窗口）內選取最大值作為輸出，實現特征篩選與維度壓縮。其核心是保留局部區域內最顯著的特征信號，同時降低特征圖的空間分辨率。
核心參數
-
池化窗口尺寸（Kernel Size）：
常用?2×2?或?3×3，決定局部特征的感知范圍。窗口越大，壓縮率越高，但可能丟失細粒度特征。 -
步長（Stride）：
窗口滑動的步幅，通常與窗口尺寸一致（如?2×2?窗口對應步長 2），此時輸出尺寸為輸入的?1/2（沿高度和寬度）。 -
通道獨立性：
池化操作在每個通道內獨立進行，不跨通道融合（輸出通道數與輸入一致）。
功能與意義
-
維度縮減與計算效率提升：
通過降低特征圖的?H×W?維度，減少后續網絡層的參數量和計算量（如?2×2?池化可使特征圖面積變為原來的?1/4）。 -
特征魯棒性增強：
-
平移不變性：對輸入特征的輕微位置偏移（如目標小幅移動）具有容錯性（只要最大值仍在窗口內，輸出不變）。
-
噪聲抑制：通過選取局部最大值，過濾次要信息（如背景噪聲），強化關鍵特征（如邊緣、紋理的強響應區域）。
-
-
防止過擬合：
減少特征冗余，降低模型對局部細節的過度依賴，提升泛化能力。
簡易解釋：
最大池化可以理解成 “抓重點” 的操作，用一個生活化的例子就能說清楚：
假設你有一張照片（對應輸入的特征圖），現在用一個小方格（比如 2x2 的池化窗口）在照片上 “掃”—— 每次掃到一個方格，就只留下這個方格里最亮的那個點（取最大值），其他點都忽略；然后方格按固定步長（比如每次挪 2 格）移到下一個位置，重復同樣的操作。
最后你會得到一張更小的照片：原來的細節少了，但保留了每個小區域里最突出的特征（比如最亮的色塊、最明顯的邊緣）。
這么做的好處很簡單：
- 照片變小了，后續處理起來更快（降維，減少計算量）；
- 就算原照片里的物體稍微挪了一點位置（比如小方格稍微偏了點），只要最亮的點還在方格里，結果就不變（增強對位置變化的抗干擾能力）。?
簡單說，最大池化就是 “用最小的信息損失，把數據變小，同時抓住核心特征”。
MaxPool2d
?參數：
tip:
Floor和Ceiling兩個操作
簡單來說，就是向上下取整
?
此處ceil和floor兩個模式，表示池化核部分超出輸入圖像邊界時候是否保留?
池化后的形狀大小：
??
最大池化操作圖示?
最大池化操作代碼演示?
import torch
import torchvision
from torch import nn
from torch.nn import MaxPool2dinput = 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]
])
print(input.shape)
"""
打印結果：
torch.Size([5, 5])
不符合卷積層的輸入要求
在最簡單的情況下，輸入尺寸為 (N,C,H,W)
N:批量數
C：通道數
H:高度
W：寬度
"""
input = torch.reshape(input, (1, 1, 5, 5))class Mymodule(nn.Module):def __init__(self):super().__init__()self.maxpool = MaxPool2d(kernel_size=3, ceil_mode=True)def forward(self, input):output = self.maxpool(input)return outputmodel = Mymodule()
output = model(input)
print(output)
??Ceil_model=True時
?Ceil_model=False時?
綜合代碼案例?
import torch
import torchvision
from torch import nn
from torch.nn import MaxPool2d
from torch.utils.data import DataLoader
from torch.utils.tensorboard import SummaryWriterdataset = torchvision.datasets.CIFAR10("../torchvision_dataset", train=False,transform=torchvision.transforms.ToTensor(),download=True)
dataloader = DataLoader(dataset, batch_size=64)class Mymodule(nn.Module):def __init__(self):super().__init__()self.maxpool = MaxPool2d(kernel_size=3, ceil_mode=True)def forward(self, input):output = self.maxpool(input)return outputmodel = Mymodule()
step = 0
writer = SummaryWriter("logs_test5")
for data in dataloader:imgs, targets = datawriter.add_images("input", imgs, step)output = model(imgs)writer.add_images("output", output, step)step += 1writer.close()
)
