За какво е слойът за pooling?

Pooling слой в невронните мрежи се използва за намаляване на размерността на входните данни, което помага за намаляване на изчислителната натовареност и броя на параметрите на модела. Той също така спомага за изолирането на най-важните характеристики, увеличавайки устойчивостта на модела към измествания и изкривявания на входните данни.

Най-често срещаните типове pooling:

• Max pooling — избира максималната стойност в област.
• Average pooling — изчислява средната стойност.

Пример за max pooling с размер на прозореца 2x2 и стъпка 2:

import torch
import torch.nn as nn

input_tensor = torch.tensor([[[[1, 2, 3, 4],
                               [5, 6, 7, 8],
                               [9, 10, 11, 12],
                               [13, 14, 15, 16]]]], dtype=torch.float32)

pool = nn.MaxPool2d(kernel_size=2, stride=2)
output = pool(input_tensor)
print(output)

Резултатът ще съдържа максимумите от всеки 2x2 блок, намалявайки размерността от 4x4 до 2x2.