如何仅使用Numpy实现2x2窗口的最大池化(Maxpooling)操作

核心实现思路 #

用Numpy的np.lib.stride_tricks.as_strided方法把原矩阵切分为连续的2x2非重叠子块，无需手动写循环遍历，计算效率远高于逐块遍历实现，兼容任意行/列为偶数的输入矩阵（包括8x8、16x16等更大尺寸）。

完整实现代码 #

import numpy as np

def max_pooling_2x2(mat):
    # 校验输入矩阵行列数为偶数，奇数尺寸可先做padding再传入
    assert mat.shape[0] % 2 == 0 and mat.shape[1] % 2 == 0, "输入矩阵行列数需为偶数"
    m, n = mat.shape
    # 切分2x2子块
    blocks = np.lib.stride_tricks.as_strided(
        mat,
        shape=(m//2, n//2, 2, 2),
        strides=(mat.strides[0]*2, mat.strides[1]*2, mat.strides[0], mat.strides[1])
    )
    # 每个子块取最大值
    return blocks.max(axis=(2,3))

def avg_pooling_2x2(mat):
    assert mat.shape[0] % 2 == 0 and mat.shape[1] % 2 == 0, "输入矩阵行列数需为偶数"
    m, n = mat.shape
    blocks = np.lib.stride_tricks.as_strided(
        mat,
        shape=(m//2, n//2, 2, 2),
        strides=(mat.strides[0]*2, mat.strides[1]*2, mat.strides[0], mat.strides[1])
    )
    # 每个子块取平均值
    return blocks.mean(axis=(2,3))

# 你的测试用例
k = np.random.randint(1,64,64).reshape(8,8)
print("原8x8矩阵：\n", k)
print("\n2x2最大池化结果（4x4）：\n", max_pooling_2x2(k))
print("\n2x2平均池化结果（4x4）：\n", avg_pooling_2x2(k))

预期效果示例 #

以4x4小矩阵验证逻辑正确性：

输入矩阵：

[[ 1  2  3  4]
 [ 5  6  7  8]
 [ 9 10 11 12]
 [13 14 15 16]]

2x2最大池化输出：

[[ 6  8]
 [14 16]]

2x2平均池化输出：

[[ 3.5  5.5]
 [11.5 13.5]]

注意事项 #

• 若输入矩阵行列数为奇数，可先通过np.pad方法补0/补边缘值到偶数尺寸再传入函数
• as_strided生成的块是原矩阵的视图，不要直接修改块数组避免影响原矩阵，需要修改可先调用.copy()生成独立副本

内容的提问来源于stack exchange，提问作者Arockia Jegan