pytorch-池化层

目录

• 1. pooling池化层
• • 1.1 down sample
  • 2.2 Max pooling
  • 1.3 Avg pooling
  • 1.3 pooling pytorch实现
  • 2. up sample上采样
  • • 2.1 up sample
    • 2.2 pytorch实现
    • 3. ReLU

      1. pooling池化层

      1.1 down sample

      见下图，隔行隔列采样

      

      2.2 Max pooling

      下图采用2x2的filter，步长是2,找到每个窗口的最大值

      

      1.3 Avg pooling

      下图采用2x2的filter，步长是2,求每个窗口的平均值值

      

      1.3 pooling pytorch实现

      pooling在pytorch也有两种方法，一种是类方法nn.MaxPool2d，另一种是F.avg_pool2d

      

      总结：池化层的作用就是下采样

      2. up sample上采样

      2.1 up sample

      图像上采样类似下图

      

      2.2 pytorch实现

      上采样使用F.interpolate函数

      scale_factor决定了上采样的倍数

      mode参数是插值算法，具体见官方文档

      

      3. ReLU

      下图是ReLU前后的两张feature map

      ReLu input>0时，out是个线性函数

      input