Ch.7 합성곱 신경망(CNN)/ 7.4 풀링 계층 구현하기

1. 입력 데이터를 전개한다.

2. 행별 최댓값을 구한다.

3. 적절한 모양으로 성형한다.

 

채널별로 독립적으로 적용한다.

풀링 계층의 forward 처리 흐름

 

class Pooling:
    def __init__(self, pool_h, pool_w, stride=1, pad=0):
        self.pool_h = pool_h
        self.pool_w = pool_w
        self.stride= stride
        self.pad = pad
        
    def forward(self, x):
        N, C, H, W = x.shape
        out_h = int(1 + (H-self.pool_h) / self.stride)
        out_w = int(1 + (H-self.pool_w) / self.stride)
        
        #전개(1)
        col = im2col(x, self.pool_h, self.pool_w, self.stride, self.pad)
        col = col.reshape(-1, self.pool_h*self.pool_w)
        
        #최댓값(2)
        out = np.max(col, axis=1)
        
        #성형(3)
        out = out.reshape(N, out_h, out_w, C),transpose(0,3,1,2)
        
        return out