如何将 2x2 矩阵添加到 3x2x2 矩阵？

Question

我正在尝试实现一个非常简单的池化函数。输入是一个 3x4x4 矩阵（3 维、4 行、4 列），我希望我的输出是一个 3x2x2 矩阵

def pooling_layers(image):

    pooling_layer = np.zeros((3, 2, 2))

    for i in range(3):

        a = image[i][:][:]
        result = skimage.measure.block_reduce(a, (2, 2), np.mean)

        # now I have my result, I want to add it to the 2x2 block of `pooling_layer`
        pooling_layer = pooling_layers[i][:][:] + result

    print(pooling_layer)
    return pooling_layer

上面我设法得到平均二维数组，但我想将它添加到我的 pooling_layers 矩阵的正确维度，我该怎么做？

例如。我有输入矩阵 C

array([[[ 37,  41,  46,  50],
        [ 64,  68,  73,  78],
        [ 91,  96, 100, 105],
        [118, 123, 127, 132]],

       [[ 26,  30,  35,  39],
        [ 52,  56,  61,  65],
        [ 78,  83,  87,  91],
        [104, 109, 113, 117]],

       [[ 28,  31,  35,  38],
        [ 47,  50,  54,  57],
        [ 66,  70,  73,  76],
        [ 85,  89,  92,  95]]])

我的输出 pooling_layer 将是：

array([[[ 52.5, 61.75],
        [ 107., 116. ]],

       [[ 41.,   50. ],
        [ 93.5,  102.]],

       [[ 39. ,  46. ],
        [ 77.5,  84. ]]])

Answer 1

不用for循环，直接用下面一行代码就可以得到结果。

skimage.measure.block_reduce(image, (1, 2, 2), np.mean)

另一方面，如果你想使用for循环的方法，你可以直接赋值而不是加法。

def pooling_layers(image):
    pooling_layer = np.zeros((3, 2, 2))
    for i in range(3):
        a = image[i][:][:]
        result = skimage.measure.block_reduce(a, (2, 2), np.mean)
        pooling_layer[i] =  result
    return pooling_layer

如何将 2x2 矩阵添加到 3x2x2 矩阵？

How to add a 2x2 matrix to a 3x2x2 matrix?

python

numpy

matrix

pooling