tf.nn.max_pool

最新推荐文章于 2019-12-16 18:39:03 发布

原创最新推荐文章于 2019-12-16 18:39:03 发布 · 355 阅读

0 ·

CC 4.0 BY-SA版权

Tensorflow 专栏收录该内容

4 篇文章

订阅专栏

该博客介绍了TensorFlow中的`tf.nn.max_pool`函数，用于执行最大池化操作。参数包括输入张量、池化窗口大小、步长和填充方式。举例说明了输出大小的计算方法，并提到了与平均池化操作`tf.nn.avg_pool`的对比。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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

在输入上执行最大池化操作。

参数：

value	一个4维张量，形状为[batch, height, width, channels] 类型为 float32, float64, qint8, quint8, qint32
ksize	长度大于等于4个的整数列表，表示输入张量的每个维度的窗口大小
strides	长度大于等于4个的整数列表，表示输入张量的每个维度的滑动窗口的步幅
padding	一个字符串，可以是’VALID’或’SAME’，填充算法，'VALID’为无填充，'SAME’使得输出的大小与输入相同
name（可选）	操作的名称

返回：
一个与value相同类型的张量。

输出大小的计算（以height为例）：
$\text{输出}height=\lfloor \frac{height+2padding-ksize}{strides}+1 \rfloor$

例子

# x是一个形状为[1, 3, 3, 3] 的张量
>>>tf.nn.max_pool(x, ksize=[1,2,2,1], strides=[1,1,1,1], padding='SAME')
#shape为[1, 3, 3, 3]

>>>tf.nn.max_pool(x, ksize=[1,2,2,1], strides=[1,1,1,1], padding='VALID')
#shape为[1, 2, 2, 3]