image-processing - 带填充的平均池的期望行为是什么？

Question

最近我使用 pytorch 训练了一个神经网络，其中有一个带有填充的平均池层。我对它的行为以及带有填充的平均池化的定义感到困惑。

例如，如果我们有一个输入张量:

[[1, 2, 3],
 [4, 5, 6],
 [7, 8, 9]]

当填充为 1 且内​​核大小为 3 时，第一个内核的输入应为:

 0, 0, 0
 0, 1, 2
 0, 4, 5

pytorch的输出是12/4 = 3(忽略填充的0)，但我认为应该是12/9 = 1.333

谁能给我解释一下吗？

非常感谢。

Answer 1

基本上由您决定您希望填充池层的行为方式。
这就是为什么 pytorch 的 avg 池(例如 nn.AvgPool2d )有一个可选参数 count_include_pad=True:
默认情况下(True)平均池将首先填充输入，然后对所有元素进行相同的处理。在这种情况下，示例的输出确实是 1.33。
另一方面，如果您设置 count_include_pad=False 池化层将忽略填充元素，示例中的结果将为 3。