---

自我学习记录，他人转载请注明出处

---

1 池化操作

作用： 提取图片重点特征，减小图片尺寸大小，从而减少最后的输出数量，池化有不同类型，以下包含torch中针对图像的所有池化操作讲解。

2 类型

2.1 MaxPool2d()

参数：

torch.nn.MaxPool2d(kernel_size, stride=None, padding=0, dilation=1, return_indices=False, ceil_mode=False)

需要注意的是

1. 当stride不给参数的时候，stride=kernel_size;
2. dilation默认为1，当dilation大于等于2时，则每个卷积核中元素之间相隔diliation-1个位置，然后进行采样，这里只是增加采样区间，但是采样的个数还是不变的，例如kernel_size=3,那么卷积核为33一共9个元素中找最大的，如果dilation为2，那么卷积核为**55**，范围是5*5，但是采样的个数还是9个中找最大，例子如下：

dilation>=2，只是扩大了搜索范围，但是能采样的点数量不变！！！

3. ceil_model默认为False，当设置为True时，增加取样点的，每一列的右边增加了kernel_size-W%kernel_size列数，下面增加了kernel-H%kernel_size行数！

ceil_model=True：

ceul_mode= False：

4. return_indices默认为False，如果为True，则也会返回采样值的位置信息

return_indices=True:

因为是从0开始计数的，所以返回的索引值是能看懂的吧，这里挖个坑，我猜SegNet中最重要的Pool Indices就是借助这个参数实现的！

2.2 MaxUnPool2d()

真相了，最近看过segNet论文，模型铁定是借助了MaxPool2d和MaxUnPoold实现最关键的Pool Indices的，如果不是回来打脸！
参数：

torch.nn.MaxUnpool2d(kernel_size, stride=None, padding=0)

直接上例子：

from torch.nn import MaxPool2d,MaxUnpool2d
x = torch.randn(1,1,4,4)
pool = MaxPool2d(2,return_indices=True)    # 这个返回两个东西，一个是最大值，一个是最大值的索引
unPool = MaxUnpool2d(2)
print("原始数据：",x)
y, ind= pool(x)
print("采样数据：",y)
print("索引值：",ind)
print("恢复值：",unPool(y,ind))

需要注意的地方就是，当MaxPool2d中的return_indices=True时，返回值是两个，需要使用两个东西进行接收；同时在使用MaxUnpool2d时候，也是需要传入两个参数的

2.3 AvgPool2d()

参数：

torch.nn.AvgPool2d(kernel_size, stride=None, padding=0, ceil_mode=False, count_include_pad=True, divisor_override=None)

ceil_model的含义见2.1，count_nclude_pad参数名字就是指的是求均值时，padding的值是否需要计算在内，divisor_override见图片标记。
直接上例子：
素的：

padding=1+count_include_pad=False

divisor_override=1

2.4 FractionalMaxPool2d()

参数：

torch.nn.FractionalMaxPool2d(kernel_size, output_size=None, output_ratio=None, return_indices=False, _random_samples=None)

还是比较好理解的，直接上例子：
output_size=(5,5)

output_ratio=0.6

return_indices+MaxunPool2d

from torch.nn import FractionalMaxPool2d,MaxUnpool2dx = torch.randn(1,1,6,6)
print("原始数据：",x)
Avg = FractionalMaxPool2d(2,output_ratio=0.5, return_indices=True)
y , ind = Avg(x)
print("采样数据：",y)
print("索引值：", ind)
unPool = MaxUnpool2d(2)
print("恢复数据：",unPool(y, ind))

恢复的完美，这个池化操作，更多的是让网络学习步长吧，不知道是不是的，以后填坑！

2.5LPPool2d()

参数：

torch.nn.LPPool2d(norm_type, kernel_size, stride=None, ceil_mode=False)

作用：

就是计算X内所有数据P次方和后再开P次方

使用时，需要指定P，当P为无穷大时，相当于MaxPooling，想一下，没毛病，如果P=1，就相当于SumPooling
例子：p=2+k=2

from torch.nn import LPPool2d
import torch
import math
x = torch.range(1,20).reshape(1,1,4,5)
print("原始数据：", x)
pool = LPPool2d(norm_type=2, kernel_size=2)
print("pool后数据：",pool(x))
print(math.sqrt(90), math.sqrt(9+16+64+81))

P=30+k=2:

from torch.nn import LPPool2d
import torch
import math
x = torch.range(1,20).reshape(1,1,4,5)
print("原始数据：", x)
pool = LPPool2d(norm_type=30, kernel_size=2)
print("pool后数据：",pool(x))

剩下参数ceil_mode就不写例子了，详情看上面的，都是一样的意思！

2.6AdaptiveMaxPool2d()

参数：

torch.nn.AdaptiveMaxPool2d(output_size, return_indices=False)

注意这里和 FractionalMaxPool2d比较一下， FractionalMaxPool2d是指定卷积核大小，但是这个AdaptiveMaxPool2d，不设置卷积核大小，随缘，可学习，所以注意区分。

直接上例子：return_indices+MaxUnpool2d

from torch.nn import AdaptiveMaxPool2d, MaxUnpool2d
import torch
import math
x = torch.range(1,20).reshape(1,1,4,5)
print("原始数据：", x)
pool = AdaptiveMaxPool2d(output_size=3, return_indices=True)
y, ind = pool(x)
unpool = MaxUnpool2d(2)
print("pool后数据：",y)
print("索引为：", ind)
print("恢复后的数据:",unpool(y, ind))

个人认为这里的AdaptiveMaxPool2d很少和MaxUnpool2d一起用，因为Adaptive固定不了kernel，所以还原的时候存在偏差

2.7 AdaptiveAvgPool2d()

torch.nn.AdaptiveAvgPool2d(output_size)

作用： 更简单了，就是自适应平均池化层，指定输出大小就行了

直接上例子：

这里的output_size可以大于input_size大小

3 总结

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

1. 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；
2. 平均池化实现有两种方式，AvgPool2d,可以设置k，s，p，分母，是否计算pad值，输出大小不能设置，是计算出来的；AdaptiveAvgPool2d，只能设置一个输出大小，其余的都不能设置，也是逐步自由化；
3. 杂类，MaxUnpool2d，是实现Max池化特征恢复的好手段，主要就是配合Max池化操作；LPPool2d，当p为1时，可以实现Sum Pool操作，同时AvgPool2d中指定分母也是可以实现Sum Pool操作的