За шта је слој pooling?

Sloj pooling u neuronskim mrežama koristi se za smanjenje dimenzionalnosti ulaznih podataka, što pomaže u smanjenju računarskog opterećenja i broja parametara modela. Takođe doprinosi isticanju najvažnijih karakteristika, povećavajući otpornost modela na pomeranja i iskrivljenja ulaznih podataka.

Najčešći tipovi pooling-a:

• Max pooling — bira maksimalnu vrednost iz oblasti.
• Average pooling — računa prosečnu vrednost.

Primer max pooling-a sa veličinom prozora 2x2 i korakom 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)

Rezultat će sadržavati maksimume iz svakog 2x2 bloka, smanjujući dimenzije sa 4x4 na 2x2.