神经网络入门实战：（十一）池化层搭建，以及填充层的说明

(一) 最大池化层的结果与作用：

池化层有很多种，但是最常用的就是最大池化层，

1）结果：

卷积核经过之处，会从输入矩阵中与卷积核尺寸相同的区域中，挑出最大的数；

若卷积核超出输入矩阵的边界，此时 ceil_mode=True （第二大点介绍）时，将仍然找出最大值；若ceil_mode=False 时，将直接舍弃。最后将输出数值组成一个新的输出矩阵。

2）作用：

• 降维：池化层通过减少输入特征图的尺寸来降低数据的维度。这可以减少后续层的计算量，从而提高训练和推理的速度。
• 特征提取：池化操作能够提取输入数据的主要特征。例如，最大池化（Max Pooling）取每个池化窗口中的最大值，从而保留了局部区域中最显著的特征。这有助于提高模型对特征的关注度。
• 平移不变性：池化层使得模型对于输入数据的微小平移具有一定的鲁棒性。通过保留重要的特征并丢弃不必要的信息，模型可以更好地适应输入的变化。
• 减少过拟合：通过降低模型复杂性，池化层可以帮助减少过拟合的风险。较小的特征图意味着模型学习到的参数更少，从而提高泛化能力。
• 引入抽象：池化层可以通过减少特征图的空间信息，使得后续层能够处理更加抽象的特征。这有助于捕捉更高级的特征表示。

(二) 池化层搭建（Pooling Layers）

池化层不可以改变通道数

最大池化，也被称为“最大下采样池化”。

nn.MaxPool1d ：一维最大池化

nn.MaxPool2d ：二维最大池化（最常用）

nn.MaxPool3d ：三维最大池化

nn.MaxUnpool2d：二维最大上采样池化

…

调用函数 torch.nn.MaxPool2d

输入只能是浮点型

torch.nn.MaxPool2d(kernel_size, stride=None, padding=0, dilation=1, return_indices=False, ceil_mode=False)

①参数：

• kernel_size：卷积核的大小。可以是单个数字，也可以是元组。①kernel_size=3，即形状为3×3；②kernel_size=(3,5)，即形状为3×5。

  这里不用手动设置卷积核的内容 weight ，此模块函数会对一些分布函数进行采样，从而得出 weight 的值，并且这些值都是**可学习的**！！

• stride：卷积核的步长。可以是单个数字或元组 (sH, sW)。默认值：kernel_size。

• padding：输入图像四周的隐式填充。可以是字符串 {'valid', 'same'}、单个数字或元组 (padH, padW)。默认值：0 ('valid'表示无填充)。

  想要输出图像的尺寸和输入图像的尺寸相同，那么填充层就要设置为 (1,1)。

• ceil_mode：面对卷积核移动到超出输入边界的情况：设置为 True 时，将仍然输出最大值；设置为 False 时，将会舍弃。默认是 False 。

②示例：

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


dataclass_transform = transforms.Compose([
	transforms.ToTensor(),
])

test_dataset = torchvision.datasets.CIFAR10(root='E:\\4_Data_sets\\species recognition', train=False,transform=dataclass_transform, download=True)
test_dataloader = DataLoader(dataset=test_dataset,batch_size=64)

class testNet(nn.Module):
	def __init__(self):
		super(testNet, self).__init__()
		self.maxpool = nn.MaxPool2d(3,ceil_mode=False)

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

testNet_Instance = testNet()

writer = SummaryWriter('logs')
step = 0
for data in test_dataloader:
	imgs, labels = data
	writer.add_images("test_maxpool2d_input", imgs, step)
	outputs = testNet_Instance(imgs)
	writer.add_images("test-maxpool2d_output", outputs, step)
	step += 1

writer.close()

运行结果：

(三) 填充层（Padding Layers）

因为卷积层中包含了填充的步骤，所以这里不用单独搭建。