tf.nn.max_pool
tf.nn.max_pool(value, ksize, strides, padding, name=None)
参数是四个，和卷积很类似：
Args | Annotation |
|---|---|
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. padding=’VALID’时，无自动填充。padding=’SAME’时，自动填充，池化后保持shape不变。 |
Example：
def max_pool_2x2(x):
return tf.nn.max_pool(x, ksize=[1, 2, 2, 1],
strides=[1, 2, 2, 1], padding='SAME')本文参与 腾讯云自媒体分享计划，分享自作者个人站点/博客。
原始发表：2017年06月22日，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录