TF-池化函数 tf.nnmax_pool 介绍

Posted "Hello World!"

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TF-池化函数 tf.nnmax_pool 介绍相关的知识,希望对你有一定的参考价值。

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

参数介绍:

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。

batch 训练时一个batch的图片数量
in_height 图片高度
in_width 图片宽度
in_channels 图像通道数

ksize:池化窗口的大小,取一个四维向量,一般是[1, in_height, in_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。

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]。

padding:和卷积类似,可以取\'VALID\' 或者\'SAME\'。

返回值介绍:

结果返回一个Tensor,这个输出,就是我们常说的feature map,shape仍然是 [batch, height, width, channels] 这种形式。

 

 

特征图的行列数计算公式:

对于n*n的矩阵, 使用 f*f 的核进行卷积, 填充宽度为p, 若纵向步幅为s1, 横向步幅为s2则特征图的行列数为:

   

 

以上是关于TF-池化函数 tf.nnmax_pool 介绍的主要内容,如果未能解决你的问题,请参考以下文章

学习笔记TF014:卷积层激活函数池化层归一化层高级层

tensorflow中的池化函数解析

tensorflow中的池化函数解析

tensorflow中的卷积和池化层

CNN之池化层tf.nn.max_pool|tf.nn.avg_pool|tf.reduce_mean

卷积神经网络