池化层

前言

卷积对位置信息的敏感度较高，而池化层对位置信息的敏感度较低。
池化层的作用是降低卷积层的敏感度，减少计算量，防止过拟合。

池化方式

1. 最大池化: 取池化窗口内的最大值作为输出。
2. 平均池化: 取池化窗口内的平均值作为输出。

代码实现

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