Tensorflow踩过的坑——模型搭建篇

简要

本系列主要记录在用Tensorflow框架训练深度学习模型时遇到过的一些问题。

问题一：Max Pooling 与Conv(stride=[2,2], padding=‘SAME’)下采样尺度不一

问题描述：

搭建的Multi branch网络，branch1与branch2网络在concat到一起时发现Feature Map的width维度不一致。

cnn_features_part1 = tf.add(cnn_feature_branch1, cnn_feature_branch2)  # [B, H/64, W/16, 256]

问题解决：

原因在于tf中Max Pooling与Conv(stride=2,padding=‘SAME’)缩减尺度的差异，如width=23,Max Pooling(kernel=[2,2], strdie=[2,2])后width=11，而采用Conv(stride=[2,2], padding=‘SAME’)方式计算后width=12。