在使用 Keras（使用 TensorFlow 后端）调整深度卷积网络时，我想尝试在 和 之间进行混合MaxPooling2D，AveragePooling2D因为这两种策略似乎都改善了关于我的目标的两个不同方面。

我正在考虑这样的事情：

或者作为一个等式：

既然这样的东西看起来不是现成的，那如何才能有效地实施呢？

如何在 PyTorch 中执行 sum pooling。具体来说，如果我们有输入(N, C, W_in, H_in)并希望(N, C, W_out, H_out)使用特定的输出kernel_size，stride就像nn.Maxpool2d？

我不知道如何将 PyTorch 方法转换为 Kerasadaptive_avg_pool2d或 TensorFlow。任何人都可以帮忙吗？PyTorch 方法是

我尝试使用平均池化，重塑 Keras 中的张量，但得到了错误：

ValueError：新数组的总大小必须保持不变

我希望能够在大小为 [N, s, K] 的数据张量上调用 tensorflow 的 tf.math.unsorted_segment_max。N 是通道数，K 是过滤器/特征图的数量。s 是单通道数据样本的大小。我有 s 大小的 segment_ids。例如，假设我的样本大小是 s=6，并且我想对两个元素进行最大处理（就像进行通常的最大池化一样，所以在第二个，整个数据张量的 s 维）。然后我的 segment_ids 等于 [0,0,1,1,2,2]。

我试着跑步

segment_ids 具有扩展的 0 和 2 维，但由于段 id 然后重复，结果当然是大小 [3] 而不是我想要的 [N,3,K]。

所以我的问题是，如何构造一个合适的 segment_ids 张量，来实现我想要的？即根据原始 s 大小的 segment_ids 张量完成最大段，但在每个维度中分别？

基本上，回到这个例子，给定一维段 id 列表 seg_id=[0,0,1,1,2,2]，我想构造一个类似于 segment_ids 张量的东西：

因此，当使用此张量作为段 id 调用 tf.math.(unsorted_)segment_max 时，我将得到大小为 [N, 3, K] 的结果，其效果与对每个数据运行 segment_max 的效果相同[ x,:,y] 分别并适当地堆叠结果。

这样做的任何方式都可以，只要它适用于 tensorflow。我猜想 tf.tile、tf.reshape 或 tf.concat 的组合应该可以解决问题，但我不知道如何，以什么顺序。另外，有没有更直接的方法呢？不需要在每个“池化”步骤中调整 segment_ids？

我需要在占用框架内使用相机陷阱数据运行栖息地使用分析。我有几个相机位置（调查点），在 13 年的时间里反复调查。对于占用分析，我需要有一个样本网格和每个网格单元的检测/未检测信息（即检测历史记录）。我将在 camtrapR 中创建这个检测历史文件，但我需要汇集我的数据，所以我有一个文件，其中包含的信息不是我现在拥有的每个相机陷阱站，而是每个网格单元。

问题是，对于某些网格单元，我有多个摄像头，如果它们属于同一研究年份，我需要将位于同一网格单元内的所有摄像头汇集在一起​​，同时跟踪 ID 和摄像头总数为每个网格汇集在一起​​​​（因为网格内的更多相机可能会导致对物种的更高检测）。

我目前拥有： 1) 文件“camtrap_ca”，行中包含摄像机站 ID，列中包含 xy 坐标、调查的开始和结束日期。2) 文件“recordtable”，每行包含研究物种存在的每条记录，列中包含每条存在记录的相关日期、位置和相机 ID。3) 网格：栅格文件，每个单元格都有一个关联的连续编号。

我想做的事：

1）在我的相机陷阱位置（这是我的 GIS 数据的空间分辨率）上覆盖一个 926.6254m2 网格单元分辨率的栅格。我选择了栅格而不是多边形网格，因为我的研究区域为 523,780 平方公里，并且在 R 中创建如此大的多边形网格太慢了。

2）在我的“camtrap_ca”文件中汇集/折叠所有相机陷阱的信息，这些信息在同一年的研究中与一个记录（行）位于同一网格单元格中，同时添加一个存储有多少相机的新字段为每个网格单元汇集在一起​​（因为物种的检测将随着每个网格单元的摄像机数量增加而增加），以及汇集摄像机的 id。

我能找到的最接近的线程是：https ://gis.stackexchange.com/questions/48416/aggregating-points-to-grid-using-r和Counting species occur in a grid但是，它们并不完全是什么我需要。

相机陷阱位置和操作日期

# 物种记录、地点、记录日期和年份

用作合并数据的参考网格的栅格

最终产品：我拥有相同的“camtrap_ca”文件，但行表示的不是我现在拥有的每个相机陷阱编号的数据，而是栅格的每个 926.6254m2 网格单元，并且在列中是调查的开始和结束日期，汇集在一起​​的摄像机总数（如果有），在另一列中是汇集在每个网格单元中的摄像机的 ID。这意味着我不仅需要合并摄像机并记录它们所在的网格单元，而且如果摄像机合并在一起，则每个网格的开始和结束日期也必​​须更新。最后，将每个网格单元编号连接到“记录表”文件中的每个摄像机 ID (station_code)。

如果有人可以帮助我构建代码来做到这一点，我将非常感激！

我想在张量流中执行空间金字塔池化。那里已经回答了这个问题（以及 Stackoverflow.com 中的其他问题），但建议的解决方案不适用于未知的输入形状。

是否有在图形定义中处理未知形状的实现？