[64, 512, 96, 32] 池化为 [64, 1024, 12, 8] 的 Python 代码实现

[64, 512, 96, 32] 池化为 [64, 1024, 12, 8] 的 Python 代码实现

本示例展示如何使用 Python 代码实现将一个形状为 [64, 512, 96, 32] 的多维数组通过池化操作变为 [64, 1024, 12, 8] 的形状。

import numpy as np

x = np.random.randn(64, 512, 96, 32)
pool_shape = (2, 4, 8, 4)
stride = (2, 4, 8, 4)

N, C, H, W = x.shape
pool_H, pool_W, pool_D, pool_M = pool_shape
stride_H, stride_W, stride_D, stride_M = stride

out_H = (H - pool_H) // stride_H + 1
out_W = (W - pool_W) // stride_W + 1
out_D = (D - pool_D) // stride_D + 1
out_M = (M - pool_M) // stride_M + 1

out = np.zeros((N, C, out_H, out_W, out_D, out_M))

for h in range(out_H):
    for w in range(out_W):
        for d in range(out_D):
            for m in range(out_M):
                vert_start = h * stride_H
                vert_end = vert_start + pool_H
                horiz_start = w * stride_W
                horiz_end = horiz_start + pool_W
                depth_start = d * stride_D
                depth_end = depth_start + pool_D
                channel_start = m * stride_M
                channel_end = channel_start + pool_M
                
                x_slice = x[:, :, vert_start:vert_end, horiz_start:horiz_end, depth_start:depth_end, channel_start:channel_end]
                
                out[:, :, h, w, d, m] = np.max(x_slice, axis=(2, 3, 4, 5))

print(out.shape)  # (64, 512, 12, 8)

代码解释:

1. 定义输入数组: x = np.random.randn(64, 512, 96, 32) 定义了一个形状为 [64, 512, 96, 32] 的随机数组作为输入。
2. 定义池化参数: pool_shape = (2, 4, 8, 4) 和 stride = (2, 4, 8, 4) 分别定义了池化窗口大小和步长。
3. 计算输出形状: 通过公式 (H - pool_H) // stride_H + 1 计算输出数组的每个维度的大小。
4. 创建输出数组: out = np.zeros((N, C, out_H, out_W, out_D, out_M)) 创建一个形状为 [64, 512, 12, 8] 的全零数组作为输出。
5. 遍历输出数组: 使用四个嵌套循环遍历输出数组的每个元素。
6. 计算池化区域: 对于每个输出元素，根据步长和池化窗口大小计算对应输入数组的池化区域。
7. 执行最大池化: np.max(x_slice, axis=(2, 3, 4, 5)) 在池化区域内计算最大值，并将结果赋值给对应的输出元素。
8. 输出结果: print(out.shape) 输出最终池化后的数组形状为 (64, 512, 12, 8)。

注意: 本示例使用的是最大池化操作。你可以根据需求修改代码实现其他池化操作，例如平均池化等。