Question

我正在尝试在Conv Networks中为MaxPooling层实现fprop，没有重叠和池区域2x2。为此，我需要将输入矩阵拆分为大小为2x2的矩阵，以便我可以提取最大值。然后我创建了一个掩码，我稍后可以在bprop中使用它。为了执行分割，我首先垂直地然后水平地分割输入矩阵，然后分别使用vsplit，hsplit和amax找到最大值。这会导致崩溃，但索引越界异常，我不确定错误在哪里。有没有更简单的方法将24 x 24输入矩阵分成144个2x2矩阵，以便我可以获得最大值。

我正在执行以下操作：

for i in range(inputs.shape[0]):
        for j in range(inputs.shape[1]):
            for k in range(inputs.shape[2] // 2):
                for h in range(inputs.shape[3] // 2):

                    outputs[i,j,k,h] = np.amax(np.hsplit(np.vsplit(inputs[i,j], inputs.shape[2] // 2)[k], inputs.shape[1] // 2)[h])

                    max_ind = np.argmax(np.hsplit(np.vsplit(inputs[i,j], inputs.shape[2] // 2)[k], inputs.shape[1] // 2)[h])

                    max_ind_y = max_ind // inputs.shape[2]

                    if (max_ind_y == 0):
                        max_ind_x = max_ind
                    else:
                        max_ind_x = max_ind % inputs.shape[3]

                    self.mask[i,j,max_ind_y + 2 * k, max_ind_x + 2 * h] = outputs[i,j,k,h]

编辑：

这是reshape产生的输出：

我想要的是

依旧......

Answer 1

第1步：获取max_ind_x，max_ind_y

我们需要得到每个块的最大元素的行，列索引 -

m,n = inputs.shape
a = inputs.reshape(m//2,2,n//2,2).swapaxes(1,2)
row, col = np.unravel_index(a.reshape(a.shape[:-2] + (4,)).argmax(-1), (2,2))

步骤2：使用argmax设置输出数组来自输入

然后，查看代码，您似乎正在尝试创建一个输出数组，其中argmax个位置设置了输入数组中的值。因此，我们可以做 -

out = np.zeros_like(a)
M,N = a.shape[:2]
indx_tuple = np.arange(M)[:,None],np.arange(N), row, col
out[indx_tuple] = a[indx_tuple]

最后，我们可以返回输出的2D形状，这对原始输入inputs是一个很好的验证步骤 -

out2d = out.reshape(a.shape[:2]+(2,2)).swapaxes(1,2).reshape(m,n)

示例输入，输出 -

In [291]: np.random.seed(0)
     ...: inputs = np.random.randint(11,99,(6,4))

In [292]: inputs
Out[292]: 
array([[55, 58, 75, 78],
       [78, 20, 94, 32],
       [47, 98, 81, 23],
       [69, 76, 50, 98],
       [57, 92, 48, 36],
       [88, 83, 20, 31]])

In [286]: out2d
Out[286]: 
array([[ 0,  0,  0,  0],
       [78,  0, 94,  0],
       [ 0, 98,  0,  0],
       [ 0,  0,  0, 98],
       [ 0, 92, 48,  0],
       [ 0,  0,  0,  0]])

Answer 2

这是skimage.util中的view_as_blocks实现的：

blocks = skimage.util.view_as_blocks(a,(2,2))
maxs = blocks.max((2,3))

将矩阵划分为平方2x2子矩阵 - maxpooling fprop

2 个答案: