2D池化IPoolingLayer

2D池化IPoolingLayer

IPooling层在通道内实现池化。支持的池类型为最大， 平均 和 最大平均混合。

层描述：二维池化

使用张量上的2D滤波器计算池化a tensor A, of dimensions a, to produce a tensor B, of dimensions b。b的尺寸取决于乙 尺寸， 视窗大小 R，对称填充 p ，stride大小 s 这样：

• b = [a₀a₁...a_n-3b_n-2b_n-1]
• b_n-2 = (a_n-2+2p₀-r₀)/s₀+1
• b_n-1 = (a_n-1+2p₁-r₁)/s₁+1

张量 C 是A with dimensions[a₀a₁...a_n-2+2p₀a_n-1+2p₁]零填充copy。B_j......kl= func(C_{j…. k:kk l:ll}) wherekk = k+r₀-1,andll = l+r₁-1。 Func是一种池化类型。

PoolingType::kMAX

窗口中元素的最大值。

Maximum over elements in window.

PoolingType::kAVERAGE

窗口中元素的平均值。

Average over elements in the window.

PoolingType::kMAX_AVERAGE_BLEND

最大池和平均池的混合。最大合并和平均合并的结果与混合因子组合为

(1-blendFactor)*maximumPoolingResult + blendFactor*averagePoolingResult to yield the result. The blendFactor can be set to a value between 0 and 1.

blendFactor可以被设置为0和1之间的值。

默认情况下，对池化窗口和填充的输入之间的重叠执行平均池化。如果互斥参数设置为true，则对池化窗口和未填充输入之间的重叠区域执行平均池化。

层描述：3D池化

使用张量上的3D滤镜计算池化 a tensor A, of dimensions a, to produce a tensor B, of dimensions b。b的尺寸乙 取决于a尺寸，视窗大小 R，对称填充 p ，步长 s 这样：

• b = [a₀a₁...a_n-4b_n-3b_n-2b_n-1]
• b_n-3 = (a_n-3+2p₀-r₀)/s₀+1
• b_n-2 = (a_n-2+2p₁-r₁)/s₁+1
• b_n-1 = (a_n-1+2p₂-r₂)/s₂+1

设张量 C 是A with dimensions [a₀a₁... a_n-3+2p₀a_n-2+2p₁a_n-1+2p₂]的零填充copy。 一其中，B_j......klm= func(C_{j…. k:kk l:ll m:mm}) wherekk = k+r₀-1,ll = l+r₁-1, andmm = m+r₂-1。

func 由池化类型之一t定义 ：

oolingType::kMAX

窗口中元素的最大值。

Maximum over elements in window.

PoolingType::kAVERAGE

窗口中元素的平均值。

Average over elements in the window.

PoolingType::kMAX_AVERAGE_BLEND

最大池和平均池的混合。最大合并和平均合并的结果与混合因子组合为

(1-blendFactor)*maximumPoolingResult + blendFactor*averagePoolingResult to yield the result. The blendFactor can be set to a value between 0 and 1.

blendFactor可以被设置为0和1之间的值

默认情况下，对池化窗口和填充的输入之间的重叠执行平均池化。如果互斥参数设置为true，则对池化窗口和未填充输入之间的重叠区域执行平均池化。

条件与限制

2D或3D由输入内核尺寸的数量确定。对于2D合并，输入和输出张量应具有3个或更大的尺寸。对于3D池，输入和输出张量应具有4个或更大的尺寸。

参阅C ++类 IPooling层或Python类 IPooling层 有关更多详细信息。