【Pytorch】9.torch.nn.MaxPool2d

深度学习中的MaxPool2d概念与CIFAR10数据集应用,

原创

已于 2024-05-15 16:40:10 修改 · 372 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#pytorch #深度学习 #人工智能

于 2024-05-15 14:53:36 首次发布

什么是MaxPool2d

是对二维矩阵进行池化层下采样的方法

MaxPool2d的用法

在这里插入图片描述

相较于卷积层，多出来的参数为ceil_mode
这个参数代表，如果所剩的部分不够卷积核的大小，要不要进行池化操作

具体代码为

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

dataset = torchvision.datasets.CIFAR10(ro

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

Elephant_King

关注关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

pytorch中池化层MaxPool2d函数

qq_24503095的博客

12-21

2万+

对于输入信号的输入通道，提供2维最大池化（max pooling）操作 class torch.nn.MaxPool2d(kernel_size, stride=None, padding=0, dilation=1, return_indices=False, ceil_mode=False) 参数kernel_size，stride, padding，dilation数据类型：可以是一个i...

pytorch——MaxPool2d（最大池化）

xinxin的博客

08-09

1641

ceil_mode：若该参数取值为True，则在计算输出图像形状时会使用ceil模式而不是floor模式。最大池化操作的过程是，在匹配后的框中寻找最大的数。假设stride取值为默认值，即池化核的尺寸大小，则池化核需要移动三个步长。dilation：一个参数，用于控制窗口中元素的步幅。return_indices：该参数不经常使用，不作过多了解。ceil_mode = True时的代码如下所示。stride：池化核的步长，默认值为池化核的尺寸。kernel_size：池化核的尺寸大小。

参与评论您还未登录，请先登录后发表或查看评论

【PyTorch】nn.MaxPool2d函数详解

See_Star的博客

10-28

1万+

nn.MaxPool2d函数详解

Pytorch学习：MaxPool2d

m0_61384227的博客

11-18

674

在PyTorch中，

Pytorch MaxPool2d

comeonow的博客

08-07

5934

先说说nn.functional和nn：只调用函数的话，其实是一回事。再说说我学nn.MaxPool2d时遇到的问题： import torch import torch.nn as nn m=nn.MaxPool2d(3,stride=2) input=torch.randn(6,6) output=m(input) 然后就会报这个错： RuntimeError: non-empty 3D or 4D (batch mode) tensor expected for input 我寻思这不是max

【Pytorch】由torch.nn.MaxPool2d和torch.nn.functional.max_pool2d理解类模块与函数之间的差别

qq_44703886的博客

08-10

7907

引言 torch.nn.MaxPool2d和torch.nn.functional.max_pool2d，在pytorch构建模型中，都可以作为最大池化层的引入，但前者为类模块，后者为函数，在使用上存在不同。 1. torch.nn.functional.max_pool2d pytorch中的函数，可以直接调用，源码如下： def max_pool2d_with_indices( input: Tensor, kernel_size: BroadcastingList2[int], str

【Pytorch】8.torch.nn.conv2d

Elephant_King的博客

05-14

462

这个函数和我们之前提到的的作用相似，都是完成操作，这里就不在过多赘述。

Pytorch 之torch.nn初探 torch.nn.Module与线性--Linear layers

weixin_50917576的博客

04-19

1560

神经网络可以使用torch.nn包构建。它提供了几乎所有与神经网络相关的功能，例如：线性图层 nn.Linear，nn.Bilinear 卷积层 nn.Conv1d，nn.Conv2d，nn.Conv3d，nn.ConvTranspose2d 非线性 nn.Sigmoid，nn.Tanh，nn.ReLU，nn.LeakyReLU 池化层 nn.MaxPool1d，nn.AveragePool2d Recurrent网络 nn.LSTM，nn.GRU 标准化 nn.BatchNorm2d ...

深度学习之pytorch 中 torch.nn介绍

qinbaby的专栏

02-20

2747

pytorch 中必用的包就是 torch.nn，torch.nn 中按照功能分，主要如下有几类：1. Layers（层）：包括全连接层、卷积层、池化层等。2. Activation Functions（激活函数）：包括ReLU、Sigmoid、Tanh等。3. Loss Functions（损失函数）：包括交叉熵损失、均方误差等。4. Optimizers（优化器）：包括SGD、Adam、RMSprop等。

深入了解 PyTorch 中的 MaxPool2d 及其池化家族函数

阿正的梦工坊

03-13

1167

函数的原理解析

浅谈pytorch池化maxpool2D注意事项

09-17

今天小编就为大家分享一篇浅谈pytorch池化maxpool2D注意事项，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

Pytorch上下采样函数--interpolate用法

09-16

主要介绍了Pytorch上下采样函数--interpolate用法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

torch.nn.MaxPool2d详解

热门推荐

Medlen

11-22

9万+

torch.nn.MaxPool2d介绍——Pytorch中的二维最大池化层

weixin_70673823的博客

04-03

1165

torch.nn.MaxPool2d介绍——Pytorch中的二维最大池化层

【pytorch】torch.nn.MaxPool2d详解与尺寸计算

sazass的博客

07-07

1万+

torch.nn.MaxPool2d 功能： MaxPool 最大池化层，池化层在卷积神经网络中的作用在于特征融合和降维。池化也是一种类似的卷积操作，只是池化层的所有参数都是超参数，是学习不到的。作用： maxpooling有局部不变性而且可以提取显著特征的同时降低模型的参数，从而降低模型的过拟合。只提取了显著特征，而舍弃了不显著的信息，是的模型的参数减少了，从而一定程度上可以缓解过拟合的产生。函数原型： nn.MaxPool2d(kernel_size, stride, padding=1, dila

Torch 池化操作大全 MaxPool2d MaxUnpool2d AvgPool2d FractionalMaxPool2d LPPool2d AdaptivePool2d dilation详解

Philo的博客

11-13

6284

从torch官网看，针对图片，有这7中池化操作，大概分为最大池化类，平均池化类，杂类最大池化实现有四种方式，MaxPool2d，可以设置k，s，p，但是不能设置输出大小，输出大小是计算好的；FractionalMaxPool2d，可以设置k，和输出大小，单数s和p不能设置；AdaptiveMaxPool2d,只能设置输出大小，其余的都设置不了；LPPool2d，这个纯属特列才可以使用，并且特例中的功能还是MaxPool2d的阉割版；除了LPPool2d,其余逐步自由化，增加了网络设置的随机性；

PyTorch 中池化层MaxPool2d

深之JohnChen的专栏

04-02

745

在 PyTorch 中，池化层（Pooling Layer）是卷积神经网络（CNN）中的重要组成部分，主要用于。PyTorch 提供了多种池化操作，包括最大池化、平均池化、自适应池化等。：自动调整输出尺寸，适用于输入尺寸不固定的情况。：提取局部区域的最大值，保留最显著的特征。：计算局部区域的平均值，适用于平滑特征。：常用于 CNN 最后一层，减少参数量。：提取最显著特征，适用于分类任务。：平滑特征，适用于回归或语义分割。：适用于输入尺寸不固定的情况。：图像分类、目标检测等。：图像分类、语义分割等。

Pytorch笔记12 最大池化操作— MaxPool2d

weixin_52371260的博客

04-11

571

初识MaxPool2d

【PyTorch】教程：torch.nn.maxpool2d

03-02

603

2D 最大池化；

torch.nn.MaxPool2d返回值

最新发布

07-20

<think>我们正在讨论的是`torch.nn.MaxPool2d`的返回值类型和结构。根据用户提供的引用片段，我们知道`torch.nn.MaxPool2d`是一个类，它的`forward`方法调用了`F.max_pool2d`函数，并返回一个张量（Tensor）。下面将详细说明。 ### 1. **返回值类型** - **数据类型**: `torch.Tensor` - **设备位置**: 与输入张量相同（CPU或GPU） - **梯度属性**: 可自动参与反向传播（若输入张量`requires_grad=True`） ### 2. **返回值结构（形状）** 输出张量形状为： $$(N, C, H_{\text{out}}, W_{\text{out}})$$ | 维度 | 说明 | 计算公式 | |------|------|----------| | $N$ | Batch size（批大小） | 与输入张量第一维相同 | | $C$ | 通道数 | 与输入张量通道数相同（池化不改变通道数） | | $H_{\text{out}}$ | 输出特征图高度 | $$H_{\text{out}} = \left\lfloor \frac{H_{\text{in}} + 2 \times \text{padding}[0] - \text{dilation}[0] \times (\text{kernel\_size}[0] - 1) - 1}{\text{stride}[0]} + 1 \right\rfloor$$ | | $W_{\text{out}}$ | 输出特征图宽度 | $$W_{\text{out}} = \left\lfloor \frac{W_{\text{in}} + 2 \times \text{padding}[1] - \text{dilation}[1] \times (\text{kernel\_size}[1] - 1) - 1}{\text{stride}[1]} + 1 \right\rfloor$$ | 注意：最大池化操作不改变通道数，因此输出通道数$C$与输入通道数相同。 ### 3. **示例代码验证** ```python import torch import torch.nn as nn # 输入张量: [batch=2, channels=3, height=32, width=32] input_tensor = torch.randn(2, 3, 32, 32) # 最大池化层: 池化核大小为2x2, 步长为2 maxpool = nn.MaxPool2d(kernel_size=2, stride=2) # 前向传播 output = maxpool(input_tensor) print("输出类型:", type(output)) # <class 'torch.Tensor'> print("输出形状:", output.shape) # torch.Size([2, 3, 16, 16]) print("梯度属性:", output.requires_grad) # True (若输入有梯度) ``` ### 4. **关键特性说明** 1. **通道不变性** 最大池化操作在每一个通道上独立进行，因此输出通道数$C$与输入通道数相同。 2. **空间下采样** 输出尺寸$H_{\text{out}} \times W_{\text{out}}$通常小于输入尺寸（除非`stride=1`且`kernel_size=1`），这是池化操作的主要目的：减少空间尺寸，降低计算量。 3. **梯度传播** 当输入张量启用梯度时，输出张量会自动加入计算图。在反向传播过程中，梯度仅通过最大值位置传播（其他位置梯度为0）[^1]。 ### 5. **与 `nn.functional.max_pool2d` 的区别** | 特性 | `nn.MaxPool2d` | `nn.functional.max_pool2d` | |------|-------------|------------------------| | 返回值 | 张量 | 张量 | | 封装级别 | 高级封装（类） | 低级函数 | | 参数管理 | 类属性维护 | 需手动传入参数 | | 额外功能 | 支持`return_indices`（用于上采样） | 支持`return_indices` | ```python # 两种实现对比 maxpool_layer = nn.MaxPool2d(kernel_size=2, stride=2) # 类形式 output1 = maxpool_layer(input_tensor) # 函数形式 output2 = F.max_pool2d(input_tensor, kernel_size=2, stride=2) ``` §§相关问题§§ 1. 最大池化操作如何影响梯度反向传播？ 2. 如何计算最大池化层输出特征图的精确尺寸？ 3. `return_indices`参数的作用是什么？ 4. 最大池化与平均池化在输出结构和梯度传播上有何区别？ 5. 池化层在卷积神经网络中的主要作用是什么？[^1][^2] [^1]: PyTorch 官方文档: [torch.nn.MaxPool2d](https://pytorch.org/docs/stable/generated/torch.nn.MaxPool2d.html) [^2]: PyTorch 官方文档: [torch.nn.functional.max_pool2d](https://pytorch.org/docs/stable/generated/torch.nn.functional.max_pool2d.html)</think>### `torch.nn.MaxPool2d` 返回值详解 `torpool2d` 的返回值是一个**四维张量**（`torch.Tensor`），其结构和特性如下： #### 1. **返回值类型** - **数据类型**：`torch.Tensor` - **设备位置**：与输入张量相同（CPU 或 GPU） - **梯度属性**：可自动参与反向传播（若输入张量 `requires_grad=True`） - **特殊特性**：梯度仅通过最大值位置传播（其他位置梯度为 0）[^1] #### 2. **返回值结构（形状）** 输出张量形状为： $$(N, C, H_{\text{out}}, W_{\text{out}})$$ | 维度 | 说明 | 计算公式 | |------|------|----------| | $N$ | Batch size（批大小） | 与输入张量第一维相同 | | $C$ | 通道数 | 与输入通道数相同（池化不改变通道数） | | $H_{\text{out}}$ | 输出特征图高度 | $$H_{\text{out}} = \left\lfloor \frac{H_{\text{in}} + 2 \times \text{padding} - \text{dilation} \times (\text{kernel\_size} - 1) - 1}{\text{stride}} + 1 \right\rfloor$$ | | $W_{\text{out}}$ | 输出特征图宽度 | 同上公式（宽度维度计算方式相同） | #### 3. **示例代码验证 ```python import torch import torch.nn as nn # 输入张量: [batch=2, channels=3, height=32, width=32] input_tensor = torch.randn(2, 3, 32, 32) # 最大池化层: 池化核大小为2x2, 步长为2 maxpool = nn.MaxPool2d(kernel_size=2, stride=2) # 前向传播 output = maxpool(input_tensor) print("输出类型:", type(output)) # <class 'torch.Tensor'> print("输出形状:", output.shape) # torch.Size([2, 3, 16, 16]) print("梯度属性:", output.requires_grad) # True (若输入有梯度) ``` #### 4. **关键特性说明 1. **通道不变性** 最大池化操作在每一个通道上独立进行，因此输出通道数 $C$ 与输入通道数相同。 2. **空间下采样** 输出尺寸 $H_{\text{out}} \times W_{\text{out}}$ 必然小于输入尺寸： ```python # 输入尺寸32x32 → 输出尺寸16x16 (kernel_size=2, stride=2) ``` 3. **梯度传播特性** 反向传播时，梯度仅通过前向传播中选中的最大值位置传播： ```python input_tensor.requires_grad_(True) output = maxpool(input_tensor) loss = output.sum() loss.backward() # 检查梯度：非最大值位置梯度为0 print(input_tensor.grad) ``` #### 5. **可选参数 `return_indices`** 当设置 `return_indices=True` 时，返回值变为**元组**： ```python maxpool = nn.MaxPool2d(2, stride=2, return_indices=True) output, indices = maxpool(input_tensor) print("输出张量形状:", output.shape) # [2, 3, 16, 16] print("索引张量形状:", indices.shape) # [2, 3, 16, 16] (dtype=torch.int64) ``` 索引张量记录了每个池化窗口中最大值的位置，常用于后续的 `nn.MaxUnpool2d` 操作[^1]。