tensorflow中的池化函数解析

Posted 岳飞传

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了tensorflow中的池化函数解析相关的知识,希望对你有一定的参考价值。

1.池化原理

2. tensorflow中的池化函数

2.1 tf.nn.max_pool

(1)函数功能描述:

ax pooling是CNN当中的最大值池化操作

(2)函数原型:

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

(3)函数参数介绍:

参数是四个,和卷积很类似:

  • 第一个参数value:需要池化的输入,一般池化层接在卷积层后面,所以输入通常是feature map,依然是[batch, height, width, channels]这样的shape

  • 第二个参数ksize:池化窗口的大小,取一个四维向量,一般是[1, height, width, 1],因为我们不想在batch和channels上做池化,所以这两个维度设为了1

  • 第三个参数strides:和卷积类似,窗口在每一个维度上滑动的步长,一般也是[1, stride,stride, 1]

  • 第四个参数padding:和卷积类似,可以取’VALID’ 或者’SAME’

  • 返回一个Tensor,类型不变,shape仍然是[batch, height, width, channels]这种形式

(4)函数使用示例:

2.1 tf.nn.sigmoid

(1)函数功能描述:

(2)函数原型:

(3)函数参数介绍:

(4)函数使用示例:

2.1 tf.nn.tanh

(1)函数功能描述:

(2)函数原型:

(3)函数参数介绍:

(4)函数使用示例:

……..待续

以上是关于tensorflow中的池化函数解析的主要内容,如果未能解决你的问题,请参考以下文章

神经网络中的池化层(pooling)

池化与随时间的池化

Java装箱==的池化坑

高可用的池化 Thrift Client 实现(源码分享)

TensorFlow实战——CNN

含源码解析,深入Java 线程池原理