卷積層對矩陣中的位置信息非常敏感：例如在檢測垂直邊緣問題中，只有識別出的垂直邊緣會置1，其余部分全為0，在實際應用中，會因為照明等因素邊緣會過于敏感（邊緣過薄）

池化層：降低卷積層對位置信息的過度敏感性

池化層種類：

1.二位最大池化：取池化窗口中的最大值

最大池化層應用例：對卷積輸出進行一次二位最大池化，使邊緣可容1像素移位。

注：池化層沒有可學習的參數(shù)，且池化層輸出通道數(shù)=輸入通道數(shù)

2.平均池化層

代碼實現(xiàn)

輸出池化窗口中的最大值或平均值

import torch
from torch import nn
from d2l import torch as d2l

def pool2d(X, pool_size, mode='max'):
    p_h, p_w = pool_size
    Y = 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 Y

驗證二維最大匯聚層的輸出

X = torch.tensor([[0.0, 1.0, 2.0], [3.0, 4.0, 5.0], [6.0, 7.0, 8.0]])
pool2d(X, (2, 2))

tensor([[4., 5.],
        [7., 8.]])

驗證平均匯聚層。

pool2d(X, (2, 2), 'avg')

tensor([[2., 3.],
        [5., 6.]])

用深度學習框架中內置的二維最大匯聚層，來演示匯聚層中填充和步幅的使用。 我們首先構造了一個輸入張量X，它有四個維度，其中樣本數(shù)和通道數(shù)都是1。

X = torch.arange(16, dtype=torch.float32).reshape((1, 1, 4, 4))
X

tensor([[[[ 0.,  1.,  2.,  3.],
          [ 4.,  5.,  6.,  7.],
          [ 8.,  9., 10., 11.],
          [12., 13., 14., 15.]]]])

默認情況下，深度學習框架中的步幅與匯聚窗口的大小相同（為了不重復池化）。 因此，如果我們使用形狀為(3,?3)的匯聚窗口，那么默認情況下，我們得到的步幅形狀為(3,?3)。

pool2d = nn.MaxPool2d(3)
pool2d(X)

tensor([[[[10.]]]])

填充和步幅可以手動設定。

pool2d = nn.MaxPool2d(3, padding=1, stride=2)
pool2d(X)

tensor([[[[ 5.,  7.],
          [13., 15.]]]])

當然，我們可以設定一個任意大小的矩形匯聚窗口，并分別設定填充和步幅的高度和寬度。

pool2d = nn.MaxPool2d((2, 3), stride=(2, 3), padding=(0, 1))
pool2d(X)

tensor([[[[ 5.,  7.],
          [13., 15.]]]])

在處理多通道輸入數(shù)據(jù)時，匯聚層在每個輸入通道上單獨運算，而不是像卷積層一樣在通道上對輸入進行匯總。 這意味著匯聚層的輸出通道數(shù)與輸入通道數(shù)相同。 下面，我們將在通道維度上連結張量X和X?+?1，以構建具有2個通道的輸入。

X = torch.cat((X, X + 1), 1)
X

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.]]]])

如下所示，匯聚后輸出通道的數(shù)量仍然是2。

pool2d = nn.MaxPool2d(3, padding=1, stride=2)
pool2d(X)

tensor([[[[ 5.,  7.],
          [13., 15.]],

         [[ 6.,  8.],
          [14., 16.]]]])

補充知識：

池化層通常放在卷積層后

隨著機器算力的提高，池化層作為節(jié)省算力的技術應用的越來越少了