我已经将图像的像素聚类到不同大小和形状的簇中。我想尽可能快地对每个集群进行最大池化，因为最大池化发生在我的CNN的一层。
澄清:输入是一批具有以下形状的图像[batch_size，图像的高度，图像的宽度，通道数]。在开始训练CNN之前，我已经对每张图像进行了聚类。因此，对于每个图像，我都有一个形状为[图像的高度，图像的宽度]的标签数组。
我怎么能最大池的所有像素的图像有相同的标签为所有标签?我知道如何用for循环来做，但那非常慢。我正在寻找一个快速的解决方案，理想情况下可以在不到一秒的时间内将每个图像的每个集群的池最大化。
为实现，我使用Python3.7和PyTorch。
我明白了。torch_scatter。Scatter_max (img, cluster_labels)从每个集群输出Max元素，并从我的代码中删除for循环。