image-processing - 带有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化层。我对它的行为以及带填充的平均池的定义感到困惑。

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？

非常感激。

Answer 1

基本上由您来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）Avg 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，您的示例的输出确实是 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，则示例中的结果将为 3。