Question

从左到右，从左到右，每次移动

s

许多元素。

阵列

new_h = (h - k_h)//s + 1
new_w = (w - k_w)//s + 1
s_h, s_w = in.strides
new_shape = (new_h, new_w,k_h,k_w)
new_strides = (s_h * s, s_w * s, s_h, s_w)
strided_in = np.lib.stride_tricks.as_strided(in,new_shape, new_strides)

由

给出

(k_h, k_w)

我给出了形状的阵列。 我需要计算形状的数组

in

，每个条目都（几乎）给出：

s

I.E。对于每个块映射到

out

的每个块中，

out = np.max(strided_arr, axis = (2,3))

递增。 问题是

grad_out

可以重复的元素，这种方法将超越

最好用一个例子说明这个问题。

，我有基本阵列

out.shape

我有以下视图：grad_in

我需要能够区分

in.shape

和

grad_in[i,j] = 0
for m, row in enumerate(strided_in):
    for n, block in enumerate(row):
        grad_in[i,j] += grad_out[m,n] * (np.max(block) == in[i,j])

我知道存在

grad_out[m,n]

存在，但是此功能是用于数组的，而不是数组的元素

我想出了一个非常刺耳的解决方案，但是它优化了，希望有人能提出更好的东西。我们做：

in[i,j]

我们保持数组结构，并能够将内存位置与

out

进行比较