关于TF下的avg_pool对于padding=same时的注意事项

最新推荐文章于 2022-04-07 14:50:22 发布

SrtFrmGNU

最新推荐文章于 2022-04-07 14:50:22 发布

阅读量1.2k

点赞数

CC 4.0 BY-SA版权

分类专栏：深度学习

本文链接：https://blog.youkuaiyun.com/Lin_41/article/details/85061132

深度学习专栏收录该内容

3 篇文章

订阅专栏

本文通过实验探讨TensorFlow中均值池化的实现细节，特别是关于'VALID'和'SAME'填充方式下如何计算平均值，澄清了不正确地排除零元素的误解。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

看李金洪的那本tf的入门书籍，在均值池化部分实验中出现了疑惑

import tensorflow as tf  
  
img=tf.constant([  
        [[0.0,4.0],[0.0,4.0],[0.0,4.0],[0.0,4.0]],  
        [[1.0,5.0],[1.0,5.0],[1.0,5.0],[1.0,5.0]],  
        [[2.0,6.0],[2.0,6.0],[2.0,6.0],[2.0,6.0]],  
        [[3.0,7.0],[3.0,7.0], [3.0,7.0],[3.0,7.0]]
    ])  
  
img=tf.reshape(img,[1,4,4,2])  
  
pooling=tf.nn.max_pool(img,[1,2,2,1],[1,2,2,1],padding='VALID')  
pooling1=tf.nn.max_pool(img,[1,2,2,1],[1,1,1,1],padding='VALID')
pooling2=tf.nn.avg_pool(img,[1,4,4,1],[1,1,1,1],padding='SAME')  
pooling3=tf.nn.avg_pool(img,[1,4,4,1],[1,4,4,1],padding='SAME') 
nt_hpool2_flat = tf.reshape(tf.transpose(img), [-1, 16]) 
pooling4=tf.reduce_mean(nt_hpool2_flat,1) #1对行求均值（1表示轴是列）   0 对列求均值


with tf.Session() as sess:  
    print("image:")  
    image=sess.run(img)  
    print (image)  
    result=sess.run(pooling)  
    print ("reslut:\n",result)

运行结果：

[[[[ 1. 5. ]
[ 1. 5. ]
[ 1. 5. ]
[ 1. 5. ]]

[[ 1.5 5.5]
[ 1.5 5.5]
[ 1.5 5.5]
[ 1.5 5.5]]

[[ 2. 6. ]
[ 2. 6. ]
[ 2. 6. ]
[ 2. 6. ]]

[[ 2.5 6.5]
[ 2.5 6.5]
[ 2.5 6.5]
[ 2.5 6.5]]]]

书中对均值池化后解释是，为零元素不计入均值计算的分母中，实际上这里有误。

参见https://stackoverflow.com/questions/50543862/tensorflow-tf-nn-avg-pool-with-same-padding-does-not-average-over-padded-pi