tf.nn.max_pool

2017-06-21  本文已影响0人  Niling

(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。
def max_pool_2x2(x):
  return tf.nn.max_pool(x, ksize=[1, 2, 2, 1],
            strides=[1, 2, 2, 1], padding='SAME')


上一篇 下一篇

猜你喜欢

热点阅读