NumPy Array Reshaped 但如何更改轴以进行池化？

Question

我有一个 8x8 矩阵如下：

[[ 0.3  0.3  0.3  0.3  0.3  0.5  0.1 -0.1]
 [ 0.1  0.1 -0.1  0.3  0.3 -0.1 -0.1 -0.5]
 [-0.1  0.1  0.3 -0.1  0.3 -0.1 -0.1 -0.1]
 [-0.1  0.1  0.5  0.3 -0.3 -0.1 -0.3 -0.1]
 [ 0.5  0.1 -0.1  0.1 -0.1 -0.1 -0.3 -0.5]
 [ 0.1 -0.1 -0.3 -0.5 -0.5 -0.1 -0.1 -0.3]
 [-0.5 -0.3 -0.3 -0.3 -0.1 -0.5 -0.1 -0.3]
 [-0.3 -0.3 -0.3 -0.3 -0.1 -0.1 -0.5 -0.3]]

我的 window 是 2x2。我想要做的是将四个数字（向上和向下数字）放在一起进行汇集。示例输出如下所示：

    [[0.3 0.3
      0.1 0.1]

      [0.3 0.3
      -0.1 0.3]
       .......
       .......
      [-0.1 -0.3
       -0.5 -0.3]]

我用的是print arr.reshape(16,2,2)我不明白的是如何为这个要求设置轴。我的输出是：

[[[ 0.3  0.3]
  [ 0.3  0.3]]

 [[ 0.3  0.1]
  [ 0.5 -0.1]]

 [[ 0.1 -0.1]
  [ 0.1  0.3]]

 [[ 0.3 -0.1]
  [-0.1 -0.5]]

 [[-0.1  0.3]
  [ 0.1 -0.1]]

 [[ 0.3 -0.1]
  [-0.1 -0.1]]

 [[-0.1  0.5]
  [ 0.1  0.3]]

 [[-0.3 -0.3]
  [-0.1 -0.1]]

 [[ 0.5 -0.1]
  [ 0.1  0.1]]

 [[-0.1 -0.3]
  [-0.1 -0.5]]

 [[ 0.1 -0.3]
  [-0.1 -0.5]]

 [[-0.5 -0.1]
  [-0.1 -0.3]]

 [[-0.5 -0.3]
  [-0.3 -0.3]]

 [[-0.1 -0.1]
  [-0.5 -0.3]]

 [[-0.3 -0.3]
  [-0.3 -0.3]]

 [[-0.1 -0.5]
  [-0.1 -0.3]]]

请解释在这种情况下如何应用坐标轴。或者，如果他们是获得最大池化的更好方法，请提及。

注意：所有这些都是为了最大池化。我在 python.

上使用 NumPy，SciPy

Answer 1

有

arr.reshape((4, 2, 4, 2)).transpose((0, 2, 1, 3)).reshape((16, 2, 2))

做你想做的事？

编辑：一点解释：第一个重塑将 x 轴和 y 轴分别分成 4 个块，每块 2 个。这几乎就是您要的，只有块在轴 1 和轴 3 上，而不是在轴上最后两个。这就是转置的用武之地。它是数学中矩阵转置（交换轴 0 和 1）到任意维度的直接概括。参数 (0, 2, 1, 3) 要求它保留第 0 个和最后一个轴并交换轴 1 和 2。

此时形状为(4, 4, 2, 2)。所以最后的重塑使前两个轴变平。如果您可以使用 2 x 2 的 4 x 4 块，那么实际上建议不要进行第二次重塑，因为与前两个操作相比，它的计算量很大。

这是因为转置创建了一个 non-contiguous 数组。现在连续数组和 non-contiguous 数组之间的一个区别是重塑连续数组的成本几乎为零，而重塑 non-contiguous 数组通常会强制复制。

Answer 2

将两个轴中的每一个拆分为两个轴，使拆分后的轴的长度与块大小相同。这会给我们一个 4D 数组。然后，沿着后面的轴执行最大值查找，这将是 4D 数组中的第二个和第四个轴。

因此，只需执行 -

m,n = a.shape
out = a.reshape(m//2,2,n//2,2).max(axis=(1,3))

样本运行-

In [50]: a
Out[50]: 
array([[87, 96, 46, 97, 25, 22, 13, 16],
       [65, 62, 68, 87, 52, 80, 26, 82],
       [27, 82, 50, 20, 11, 14, 94, 23],
       [86, 44, 17, 97, 17, 57, 76, 42],
       [47, 85, 30, 61, 55, 87, 11, 35],
       [36, 11, 29, 45, 16, 54, 40, 77],
       [38, 87, 94, 77, 53, 20, 46, 18],
       [86, 50, 17, 23, 91, 23, 25, 11]])

In [51]: m,n = a.shape

In [52]: a.reshape(m//2,2,n//2,2).max(axis=(1,3))
Out[52]: 
array([[96, 97, 80, 82],
       [86, 97, 57, 94],
       [85, 61, 87, 77],
       [87, 94, 91, 46]])

NumPy Array Reshaped 但如何更改轴以进行池化？

NumPy Array Reshaped but how to change axis for pooling?

python

arrays

numpy

reshape

max-pooling