tf.nn.max_pool()函数的解释与用法

最新推荐文章于 2022-10-28 10:11:43 发布

愤怒的轮胎

最新推荐文章于 2022-10-28 10:11:43 发布

阅读量4.9k

点赞数 2

分类专栏： TensorFlow函数翻译

本文链接：https://blog.csdn.net/qq_22968719/article/details/88318626

版权

1 篇文章 0 订阅

订阅专栏

tf.nn.max_pool()

tf.nn.max_pool()函数是TensorFlow搭建卷积神经网络(CNN)的一个重要的方法，是TensorFlow实现最大池化操作的函数。

tf.nn.max_pool(value, ksize, strides, padding, name):

value：池化层一般都是接在卷积层后面，用于减少参数矩阵的维度，从而减小最后全连接层的参数数目。所以value的正是卷积层的输出，也就是feature map，是一个四维向量，[batch, height, width, channels]，可参见上一篇博文
ksize：池化窗口的大小，也是四维向量，[batch, height, width, channels]。一般来说，池化只在每一个纵深维度上进行，所以通常将batch，channels都设为1，以保证图像在纵深维度上的尺寸是不变的。
strides：池化窗口滑动的步长，是一个四维张量。对于图片，因为只有两维，通常strides取[1，stride，stride，1]。
padding：在池化的过程中，由于池化窗口的大小和步长的限制，可能无法将图片的所有位置做完整的池化，所以就有了padding的两种方式，SAME和VALID，SAME方式是对矩阵进行补零操作，而VALID是进行舍弃，所以对于某些池化结果，SAME方式和VALID方式得到的维度是不同的。
name：操作的名称
返回值：此函数返回的结果是一个Tensor，也就是feature map，也是四维[batch, height, width, channels]

图片来源
上图是用2x2的池化窗口，以步长为2x2进行最大池化得到的结果。

关注