tf.nn.pool

最新推荐文章于 2023-09-10 18:47:44 发布

hzhj

最新推荐文章于 2023-09-10 18:47:44 发布

阅读量329

点赞数

分类专栏： tensorflow 文章标签： pool函数

本文链接：https://blog.csdn.net/hzhj2007/article/details/101224701

版权

本文详细介绍了TensorFlow 1.13版本中的`tf.nn.pool`函数，用于进行N-Dimensional数据的池化操作。讨论了函数参数，并特别指出当"data_format"以NC开头时的处理逻辑，以及池化操作的具体实现。

摘要由CSDN通过智能技术生成

本文以tf1.13版本中的tf.nn.pool函数为例，介绍N-D输入的池化操作，函数输入参数如下。

tf.nn.pool(
    input,               #N+2维的tensor,若date_format格式不以NC开头，则input形状[batch_size]+ N-D_input_shape + [num_channels]，以NC开头时，形状为[batch_size, num_channels] + N-D_input_shape
    window_shape,        #N个大于等于1的序列
    pooling_type,        #两种类型："AVG" or "MAX"
    padding,             #同conv的类型："SAME" or "VALID"
    dilation_rate=None,  #意义同input stride or dilation，若其值大于1，则strides的所有值为1
    strides=None,        #N个大于等于1的序列，若其值大于1，则dilation_rate的所有值为1
    name=None,           #OP名称
    data_format=None     #N=1时为NWC(默认)或NCW，N=2时为NHWC(默认)或NCHW，N=3时为NDHWC(默认)或 
                         NCDHW
)

当data_format格式以NC开头时，该函数的处理逻