代码之家 › 专栏 › 技术社区 › Alk

将矩阵分解为平方2x2子矩阵-最大池fprop

deep-learning machine-learning matrix numpy python

Alk · 技术社区 · 7 年前

我正在尝试在没有重叠和池区域2x2的Conv网络中为MaxPooling层实现fprop。为此,我需要将输入矩阵拆分为2x2大小的矩阵,以便提取最大值。然后我创建了一个面具,我可以稍后在中使用 bprop . 为了进行拆分,我首先垂直拆分输入矩阵,然后水平拆分,然后使用 vsplit , hsplit 和 amax 分别地然而,由于索引越界异常,这会不断崩溃,我不确定错误在哪里。是否有更简单的方法将24 x 24输入矩阵拆分为144个2x2矩阵,以便获得最大值。

为此,我正在做以下工作:

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:

这是整形产生的输出:

我想要的是

等等

2 回复 | 直到 7 年前

B. M. 7 年前

这是按照以下方式实现的: view_as_blocks 在里面 skimage.util :

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

Divakar 7 年前

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))

第2步:使用输入的argmax位置设置输出数组

然后,看看你的代码,你似乎在试图用这些代码创建一个输出数组 argmax 使用输入数组中的值设置的位置。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,我们可以得到输出的2D形状,这将是一个针对原始输入的良好验证步骤 inputs -

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

样本输入、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]])

推荐文章

Ze0ruso · 做模型。eval()在代码中的位置有什么关系?

2 年前

Joseph · 重塑BatchDataset训练模型的输入-Tensorflow

3 年前

Palkin Jangra · 如何迭代一列以获得每行的平均值?

3 年前

Ofek Nourian · 完全连通的简单自回归模型预测

3 年前

Antonin Lemoine · 用于改进颜色检测的图像处理(python)

3 年前

chao · 如何提取和存储自动语音识别深度学习应用程序生成的文本

3 年前

Jack Arnestad · 使用预训练单词嵌入对单词“池”进行分类

6 年前

user9851027 · 强化学习、深度学习和深度强化学习之间有什么区别?

6 年前

Atul Balaji · TypeError:保存时write()参数必须是str,而不是bytes。npy文件

6 年前

yuhengd · LSTM如何使用单词嵌入进行文本分类,例如在Keras中

6 年前