TensorFlow基础篇（六）——tf.nn.max_pool()和tf.nn.avg_pool()

tf.nn.max_pool()和tf.nn.avg_pool()是TensorFlow中实现最大池化和平均池化的函数，在卷积神经网络中比较核心的方法。

有些和卷积很相似，可以参考TensorFlow基础篇（七）——tf.nn.conv2d()（附代码详解）

两个函数调用方式相同，下边讲解以tf.nn.max_pool()为例子进行加讲解。

---

函数格式：

tf.nn.max_pool（value, ksize, strides, padding, name=None)

参数说明：

第一个参数value：需要做池化的输入图像，输入feaure map，因为池化在卷积后边。shape为[batch, in_height, in_width, in_channels]：

batch：训练时一个batch的图片数量
in_height：输入图像的高度
in_width：输入图像的宽度
in_channels：输入feature map的数量
第二个参数ksize：类似于卷积的过滤器，池化窗口的大小，是一个长度为4的一维数组，但是这个数组的第一个和最后一数必须为1，即[1, height, width, 1]。这意味着池化层的过滤器是不可以在batch和channels上做池化。实际应用中，使用最多的过滤器尺寸为[1, 2, 2, 1]或者[1, 3, 3, 1]。

height:过滤器的高度
width：过滤器的宽度
第三个参数strides：不同维度上的步长，是一个长度为4的一维向量，[ 1, strides, strides, 1]，第一维和最后一维的数字要求必须是1。因为卷积层的步长只对矩阵的长和宽有效。

第四个参数padding：string类型，是否考虑边界，值为“SAME”和“VALID”，"SAME"是考虑边界，不足的时候用填充周围，"VALID"则不考虑边界。。

 返回tensor，shape仍然是[batch, height, width, channels]这种形式。

下边通过例子来说明tf.nn.max_pool()函数的用法：

输入是1张 3*3 大小的feature map，数量是1，过滤器大小是[1, 2, 2, 1]，步长是[1,1,1,1]，padding值时'VALID'，最后得到一个 2*2 的feature map。1张图最后输出就是一个 shape为[1,2,2,1] 的tensor。

#!/usr/bin/env python
# -*- coding:utf-8 -*-
 
import tensorflow as tf
 
value = tf.Variable(tf.random_normal([1, 3, 3, 1]))
ksize = [1, 2, 2, 1]
 
pool = tf.nn.max_pool(value, ksize, strides=[1, 1, 1, 1], padding='VALID')
 
with tf.Session() as sess:
    # 初始化变量
    op_init = tf.global_variables_initializer()
    sess.run(op_init)
 
    print("value的值为：")
    print(sess.run(value))
    print("池化值为：")
    print(sess.run(pool))

执行过程如下：

运行结果：