3.1.3　池化层

池化是对图像进行压缩（降采样）的一种方法，有利于减少后续的计算量，同时不会影响特征的提取。池化层在图像分类领域的应用非常广泛，但是在目标检测以及图像分割领域的存在感就弱了一些，究其原因在于检测与分割需要被检测对象在图像中的具体位置信息，而池化层容易丢失这样的信息。池化的方法有很多，如最大池化、平均池化等。池化层也有操作参数，我们假设输入图像为，W₁、H₁、D₁分别表示图像的宽、高、通道数。池化层中池化卷积核的尺寸为（F，F），步长为S，那么经过池化后输出图像的宽、高、通道数分别为，，。通常情况下F=2，S=2。如图3-9所示，一个（4，4）的特征层经过卷积核尺寸为（2，2），步长为2的最大池化操作后得到一个（2，2）的特征层。池化层的特点是没有要学习的参数，池化只是从目标区域中取最大值或者平均值；在池化运算中，输入特征图和输出特征图的通道数不会发生变化（计算是按通道独立进行的），如图3-10所示。

池化层对原始特征层的信息进行压缩，当输入数据发生微小偏差的时候，池化层的计算仍然会返回相同的结果，因此池化层对数据发生的微小偏差具有一定的鲁棒性。综合来看，池化层是卷积神经网络中很重要的一步，在后面的章节中，我们将会看到在绝大多数情况下，卷积层、池化层、激活层三者像一个整体一样共同出现。下面给出PyTorch中定义池化层的代码。

图3-9　卷积核为（2，2），步长为2的最大池化操作

图3-10　池化层中通道数不变

class torch.nn.MaxPool2d(kernel_size, stride=None, padding=0, dilation=1, return_indices=False, ceil_mode=False)

·kernel_size（int or tuple）：最大池化的卷积核大小。

·stride（int or tuple，optional）：最大池化卷积核移动的步长，默认值是kernel_size。

·padding（int or tuple，optional）：输入的每一条边补充0的层数。

·dilation（int or tuple，optional）：一个控制卷积核中元素步幅的参数。

·return_indices：如果等于True，则返回输出最大值的序号，对于上采样操作会有帮助。

·ceil_mode：如果等于True，计算输出信号大小的时候，会使用向上取整，代替默认为False时的向下取整操作。