最大池化是一种常见的操作，用于减小输入特征图的大小并提取最显著的特征。PyTorch提供了torch.nn.functional.max_pool2d` 函数来执行这个操作，如果不具备pytorch环境，可以通过C++实现这个操作，更清楚地了解其原理；
PyTorch实现
函数调用
import torch# 示例输入张量
head_out = torch.randn(1, 3, 28, 28)# 执行最大池化操作
output = torch.nn.functional.max_pool2d(head_out, (1, 3), stride=(1, 1), padding=(0, 1))# 输出张量大小
print("Output size:", output.size())
参数说明
- 输入张量：
head_out是一个四维张量，表示输入特征图。 - 池化核大小：
(1, 3)指定了池化核的高度和宽度。 - 步长：
(1, 1)指定了在高度和宽度上的步长。 - 填充：
(0, 1)指定了在输入张量的高度和宽度上的填充。
C++实现细节
函数定义
#include <iostream>
#include <vector>// 最大池化函数
std::vector<std::vector<float>> max_pool2d(const std::vector<std::vector<float>>& input, int kernel_size, int stride, int padding) {// 实现代码int input_height = input.size();int input_width = input[0].size();// 计算输出张量的大小int output_height = (input_height + 2 * padding - kernel_size) / stride + 1;int output_width = (input_width + 2 * padding - kernel_size) / stride + 1;// 初始化输出张量std::vector<std::vector<float>> output(output_height, std::vector<float>(output_width, 0.0));// 对输入张量进行最大池化for (int i = 0; i < output_height; ++i) {for (int j = 0; j < output_width; ++j) {// 计算当前池化窗口的位置int start_h = i * stride - padding;int start_w = j * stride - padding;int end_h = std::min(start_h + kernel_size, input_height);int end_w = std::min(start_w + kernel_size, input_width);// 找到池化窗口内的最大值float max_val = std::numeric_limits<float>::lowest();for (int h = start_h; h < end_h; ++h) {for (int w = start_w; w < end_w; ++w) {max_val = std::max(max_val, input[h][w]);}}output[i][j] = max_val;}}return output;
}
参数说明
- 输入张量：
input是一个二维向量，表示输入特征图。 - 池化核大小：
kernel_size指定了池化核的大小。 - 步长：
stride指定了在输入特征图上的步长。 - 填充：
padding指定了在输入特征图上的填充。
水平有限，有问题随时交流~
)
)
