Макс-пул в PyTorch

Если нужно сжать карту и оставить самый сильный отклик в каждом фрагменте, берут класс MaxPool2d. Окно скользит по высоте и ширине и на каждом шаге записывает максимум среди попавших ячеек.

Зададим окно 2 на 2 и посмотрим, как меняются размеры батча:

import torch
import torch.nn as nn

batch = torch.randn(2, 4, 8, 8)
pool = nn.MaxPool2d(2)
result = pool(batch)
print(result.shape) # выведет torch.Size([2, 4, 4, 4])

На маленьком примере видно, какие числа попадают в каждую ячейку результата:

import torch
import torch.nn as nn

single = torch.tensor([[[[1., 2., 3., 4.],
                         [5., 6., 7., 8.],
                         [9., 10., 11., 12.],
                         [13., 14., 15., 16.]]]])
pool = nn.MaxPool2d(2)
print(pool(single)) # выведет tensor([[[[ 6.,  8.], [14., 16.]]]])

Создайте карту 1 на 1 на 6 на 6 из целых от 1 до 36 по порядку. Сожмите её окном 3 и выведите размеры и все числа результата.

Возьмите случайный батч 3 на 5 на 12 на 12 и окно максимума 4 без перекрытия. Выведите размеры после сжатия.

Подайте единичную карту 1 на 2 на 8 на 8 в слой, который оставляет максимум в блоке 2 на 2. Выведите размеры выхода.