Pooling qavati nima uchun kerak?

Neyron tarmog‘idagi pooling qatlamlari kirish ma’lumotlarining o‘lchamlarini kamaytirish uchun ishlatiladi, bu hisoblash yukini kamaytirishga va model parametrlarining sonini qisqartirishga yordam beradi. U shuningdek, eng muhim xususiyatlarni ajratib ko‘rsatishga yordam beradi, bu esa modelning kirish ma’lumotlaridagi siljishlar va buzilishlarga chidamliligini oshiradi.

Eng keng tarqalgan pooling turlari:

• Max pooling — hududdan maksimal qiymatni tanlaydi.
• Average pooling — o‘rtacha qiymatni hisoblaydi.

2x2 o‘lchamdagi oynali va 2 qadamli max pooling misoli:

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)

Natija har 2x2 blokdan maksimal qiymatlarni o‘z ichiga oladi va o‘lchamni 4x4 dan 2x2 ga kamaytiradi.