动手学深度学习(Pytorch版)代码实践 -卷积神经网络-22池化层

server/2024/11/12 3:31:27/

22池化层

import torch
from torch import nn# 最大汇聚层和平均汇聚层
def pool2d(X, pool_size, mode='max'):p_h, p_w = pool_sizeY = torch.zeros((X.shape[0] - p_h + 1, X.shape[1] - p_w + 1))for i in range(Y.shape[0]):for j in range(Y.shape[1]):if mode == 'max':Y[i, j] = X[i: i + p_h, j: j + p_w].max()elif mode == 'avg':Y[i, j] = X[i: i + p_h, j: j + p_w].mean()return YX = torch.tensor([[0.0, 1.0, 2.0], [3.0, 4.0, 5.0], [6.0, 7.0, 8.0]])
print(pool2d(X, (2, 2)))
#(3 - 2 + 0 + 1) / 1 * (3 - 2 + 0 + 1) / 1
"""
tensor([[4., 5.],[7., 8.]])
"""
print(pool2d(X, (2, 2), 'avg'))
"""
tensor([[2., 3.],[5., 6.]])
"""# 填充和步幅
X = torch.arange(16, dtype=torch.float32).reshape((1, 1, 4, 4))#默认情况下,深度学习框架中的步幅与汇聚窗口的大小相同
#如果我们使用形状为(3, 3)的汇聚窗口,
#那么默认情况下,我们得到的步幅形状为(3, 3)。
pool2d = nn.MaxPool2d(3)
# (4 - 3 + 0 + 3) / 3 * (4 - 3 + 0 + 3) / 3
print(pool2d(X))
# 输入张量的大小是 4x4,而池化窗口是 3x3,
# 并且步幅也是 3,导致只能提取一个 3x3 的窗口
#tensor([[[[10.]]]])# 手动设定填充和步幅
pool2d = nn.MaxPool2d(3, padding=1, stride=2)
# (4 - 3 + 2 + 2) / 2  * (4 - 3 + 2 + 2) / 2 
print(pool2d(X))
"""
tensor([[[[ 5.,  7.],[13., 15.]]]])
"""pool2d = nn.MaxPool2d((2, 3), padding=(0, 1), stride=(2, 3))
# (4 - 2 + 0 + 2) / 2 * (4 - 3 + 2 + 3) / 3
print(pool2d(X))
"""
tensor([[[[ 5.,  7.],[13., 15.]]]])
"""# 多个通道
# torch.cat 函数用于在指定的维度上拼接张量
#构建具有2个通道的输入
X = torch.cat((X, X + 1), 1)
print(X)
print(X.shape)
"""
tensor([[[[ 0.,  1.,  2.,  3.],[ 4.,  5.,  6.,  7.],[ 8.,  9., 10., 11.],[12., 13., 14., 15.]],[[ 1.,  2.,  3.,  4.],[ 5.,  6.,  7.,  8.],[ 9., 10., 11., 12.],[13., 14., 15., 16.]]]])
torch.Size([1, 2, 4, 4])
"""pool2d = nn.MaxPool2d(3, padding=1, stride=2)
# (4 - 3 + 2 + 2) / 2 * (4 - 3 + 2 + 2) / 2
# print(pool2d(X))
"""
tensor([[[[ 5.,  7.],[13., 15.]],[[ 6.,  8.],[14., 16.]]]])
"""

http://www.ppmy.cn/server/53107.html

相关文章

macOS 环境下 MySQL Server 启动命令

MySQL Community Server for macOS 下载: MySQL :: Download MySQL Community Server 安装后 MySQL Server 启动和关闭命令: 启动: sudo /usr/local/mysql/support-files/mysql.server start 停止: sudo /usr/local/mysql/support…

如何在SQL中实现多条件的LIFO查询

在SQL中实现多条件的LIFO(后进先出)查询,你需要首先明确你的“多条件”指的是什么。但通常情况下,你可能希望基于多个字段(如时间戳、用户ID等)来确定LIFO的顺序。 以下是一个基于时间戳和用户ID的示例&am…

图像大小调整(缩放)

尺寸调整前尺寸调整前 1、背景介绍 在深度学习中,将图像调整到固定尺寸(如28x28像素)的操作是非常常见的,尤其是在处理诸如图像分类、物体检测和图像分割等任务时。这种操作有几个重要原因: 标准化输入:许…

汽车IVI中控开发入门及进阶(三十一):视频知识扫盲

有效的视频资源管理需要集成许多不同的底层技术,共同为用户提供给定应用程序的最佳体验。其中许多技术是从早期电视广播中使用的技术演变而来的。其他方法,如用于通过网络流式传输视频的压缩方法,相对较新且不断发展。 以下详细概述了与图形和视频处理和传输相关的一些基本…

Apollo学习笔记

安装依赖: npm install apollo/client graphql react 初始化Apollo Client # 导入依赖库 const { ApolloClient, InMemoryCache, gql } require(apollo/client);# 创建ApolloClient实例 const client new ApolloClient({uri: http://localhost:4000/,cache: ne…

Redis-哨兵模式-主机宕机-推选新主机的过程

文章目录 1、为哨兵模式准备配置文件2、启动哨兵3、主机6379宕机3.4、查看sentinel控制台日志3.5、查看6380主从信息 4、复活63794.1、再次查看sentinel控制台日志 1、为哨兵模式准备配置文件 [rootlocalhost redis]# ll 总用量 244 drwxr-xr-x. 2 root root 150 12月 6 2…

搭建淘宝扭蛋机小程序需要满足哪些条件

随着移动互联网的快速发展,小程序作为一种轻量级应用,以其便捷、高效的特点,逐渐成为了用户日常生活中不可或缺的一部分。特别是在电商平台中,小程序为商家和用户之间提供了更为直接的沟通桥梁。在这样一个背景下,搭建…

Java面试题:讨论单例模式的实现方式,包括懒汉式和饿汉式,并讨论线程安全问题

单例模式(Singleton Pattern)是一种设计模式,确保一个类只有一个实例,并提供一个全局访问点。单例模式在某些场景下很有用,例如配置管理、日志记录等。以下是单例模式的两种主要实现方式:懒汉式&#xff08…