python - 仅使用 numpy 最大池化 2x2 数组

Question

我需要有关使用 numpy 进行最大池化的帮助。我正在学习用于数据科学的 Python，在这里我必须为 2x2 矩阵做最大池化和平均池化，输入可以是 8x8 或更多，但我必须为每个矩阵做最大池化2x2 矩阵。我使用

创建了一个矩阵

k = np.random.randint(1,64,64).reshape(8,8)

因此我将得到 8x8 矩阵作为随机输出。形成我想要做 2x2 max pooling 的结果。提前致谢

Answer 1

您不必自己计算必要的步幅，只需注入(inject)两个辅助维度即可创建一个 4 维数组，该数组是 2x2 block 矩阵的二维集合，然后在 block 上取元素方面的最大值:

import numpy as np

# use 2-by-3 size to prevent some subtle indexing errors
arr = np.random.randint(1, 64, 6*4).reshape(6, 4)

m, n = arr.shape
pooled = arr.reshape(m//2, 2, n//2, 2).max((1, 3))

上面的例子:

>>> arr
array([[40, 24, 61, 60],
       [ 8, 11, 27,  5],
       [17, 41,  7, 41],
       [44,  5, 47, 13],
       [31, 53, 40, 36],
       [31, 23, 39, 26]])

>>> pooled
array([[40, 61],
       [44, 47],
       [53, 40]])

---

对于不假设 2×2 block 的完全通用的 block 池:

import numpy as np

# again use coprime dimensions for debugging safety
block_size = (2, 3)
num_blocks = (7, 5)
arr_shape = np.array(block_size) * np.array(num_blocks)
numel = arr_shape.prod()
arr = np.random.randint(1, numel, numel).reshape(arr_shape)

m, n = arr.shape  # pretend we only have this
pooled = arr.reshape(m//block_size[0], block_size[0],
                     n//block_size[1], block_size[1]).max((1, 3))