TensorFlow 中平均池化 tf.nn.avg_pool 的基本用法及实例代码

最新推荐文章于 2025-09-29 19:59:36 发布

原创最新推荐文章于 2025-09-29 19:59:36 发布 · 1.5w 阅读

23 ·

CC 4.0 BY-SA版权

TensorFlow基础专栏收录该内容

52 篇文章

订阅专栏

本文详细介绍了在TensorFlow中如何使用tf.nn.avg_pool进行平均池化操作，包括输入参数的解析、输出结果的计算方法，并通过具体实例展示了不同填充方式下卷积和池化操作的维度变化。

部署运行你感兴趣的模型镜像

一、环境

TensorFlow API r1.12

CUDA 9.2 V9.2.148

cudnn64_7.dll

Python 3.6.3

Windows 10

二、官方说明

对输入张量 value 执行平均池化操作

输出的每个条目为输入张量 value 中 ksize 大小的窗口所有值的平均值

https://www.tensorflow.org/api_docs/python/tf/nn/avg_pool

tf.nn.avg_pool(
    value,
    ksize,
    strides,
    padding,
    data_format='NHWC',
    name=None
)

输入：

（1）value：四维张量 [batch, height, width, channels]，数值类型为：float32，float64， qint8， quint8，qint32

（2）ksize：四个整型值 int 的列表或元组，输入张量 value 的每个维度上的滑动窗口的尺寸大小

（3）strides：四个整型值 int 的列表或元组，输入张量 value 的每个维度上的滑动窗口的步幅长度

（4）padding：字符型参数，“VALID” 或 “SAME”，填充算法，参照 tf.nn.convolution

（5）data_format：字符型参数，“NHWC” 或 “NCHW”，分别代表 [batch, height, width, channels] 和 [batch, height, channels , width]

（6）name：可选参数，操作的名称

返回结果：

（1）对输入张量 value 执行平均池化操作后的输出张量，类型和输入张量 value 相同

三、实例

输入（input）：batch_size, height, width, channels 的维度分别为 [1, 28, 28, 1]

卷积核（filter）：filter_height, filter_width, in_channels, out_channels 的维度分别为 [5, 5, 1, 32]

卷积步幅（strides）： batch_size, height, width, channels 的步幅分别为 [1, 1, 1, 1]

平均池化核（avg_filter）：batch, height, width, channels 的维度分别为 [1, 2, 2, 1]

平均池化步幅（strides）： batch_size, height, width, channels 的步幅分别为 [1, 2, 2, 1]

（1）padding 为 "VALID"

输出维度计算（ceil为取上整数）：

output_h = ceil (( input_h - filter_h + 1 ) / strides_h )

output_w = ceil (( input_w - filter_w + 1 ) / strides_w )

通常输入的数据为方形，即 height = width，output_size = ceil (( input_s - filter_s + 1 ) / strides_s )

本例维度计算过程：

卷积输出维度计算为：(28 - 5 + 1) / 1 取上整值为 24，所以卷积操作输出的长、宽都是 24 ，batch_size 保持不变为 1 ，输出的通道由卷积核的输出通道数 32 决定，即下面代码中 output_tensor 的维度为：（1, 24, 24, 32）

池化输出维度计算为：(28 - 2 + 1) / 2 得 13.5 取上整值为 14，所以池化操作输出的长、宽都是 14 ，batch_size 保持不变为 1 ，需要注意的是池化操作不会改变输入数据的通道数，所以输出的通道仍是 32，即下面代码中 output_tensor 的维度为：（1, 14, 14, 32）

>>> import tensorflow as tf
>>> import numpy as np

# 通过 numpy 来构建形状为 (1,28,28,1) 的张量
>>> input_data = [i+1 for i in range(784)]
>>> input_data = np.asarray(input_data)
>>> input_data = input_data.reshape(1,28,28,1)
>>> input_data = input_data.astype(np.float32)
>>> input_tensor = tf.constant(input_data, dtype=tf.float32)
>>> input_tensor
<tf.Tensor 'Const:0' shape=(1, 28, 28, 1) dtype=float32>

# 定义卷积核
>>> filter_tensor = tf.get_variable(name="filter", shape=[5, 5, 1, 32], initializer=tf.truncated_normal_initializer(stddev=0.02))
>>> filter_tensor
<tf.Variable 'filter:0' shape=(5, 5, 1, 32) dtype=float32_ref>

# 定义平均池化的核
>>> avg_tensor = [1, 2, 2, 1]

# 定义卷积操作和平均池化操作的步长
>>> conv_strides = [1, 1, 1, 1]
>>> avg_strides = [1, 2, 2, 1]

# 定义填充方式
>>> padding_str = "VALID"

# 卷积操作
>>> conv_out = tf.nn.conv2d(input=input_tensor, filter=filter_tensor, strides=conv_strides, padding=padding_str)
>>> conv_out
<tf.Tensor 'Conv2D:0' shape=(1, 28, 28, 32) dtype=float32>

# 池化操作
>>> avg_out = tf.nn.avg_pool(value=conv_out, ksize=avg_tensor, strides=avg_strides, padding="SAME")
>>> avg_out
<tf.Tensor 'AvgPool:0' shape=(1, 14, 14, 32) dtype=float32>

# 初始化所有变量操作
>>> init_op = tf.global_variables_initializer()

# 构建会话来执行相关操作
>>> with tf.Session() as sess:
...     sess.run(init_op)
...     conv_result, avg_result = sess.run([conv_out,avg_out])
...     print(conv_result.shape)
...     print(avg_result.shape)
...
# (1, 24, 24, 32)
# (1, 12, 12, 32)

（2）padding 为 "SAME"

输出维度计算：

output_h = ceil ( input_h / strides_h )

output_w = ceil ( input_w / strides_w )

通常输入的数据为方形，即 height = width，output_size = ceil ( input / strides)

本例维度计算过程：

卷积输出维度计算为：28 / 1 取上整值为 28，所以卷积操作输出的长、宽都是 28 ，batch_size 保持不变为 1 ，输出的通道由卷积核的输出通道数 32 决定，即下面代码中 output_tensor 的维度为：（1, 28, 28, 32）

池化输出维度计算为：28 / 2 取上整值为 14，所以池化操作输出的长、宽都是 28 ，batch_size 保持不变为 1 ，需要注意的是池化操作不会改变输入数据的通道数，所以输出的通道仍是 32，即下面代码中 output_tensor 的维度为：（1, 14, 14, 32）

>>> import tensorflow as tf
>>> import numpy as np

# 通过 numpy 来构建形状为 (1,28,28,1) 的张量
>>> input_data = [i+1 for i in range(784)]
>>> input_data = np.asarray(input_data)
>>> input_data = input_data.reshape(1,28,28,1)
>>> input_data = input_data.astype(np.float32)
>>> input_tensor = tf.constant(input_data, dtype=tf.float32)
>>> input_tensor
<tf.Tensor 'Const:0' shape=(1, 28, 28, 1) dtype=float32>

# 定义卷积核
>>> filter_tensor = tf.get_variable(name="filter", shape=[5, 5, 1, 32], initializer=tf.truncated_normal_initializer(stddev=0.02))
>>> filter_tensor
<tf.Variable 'filter:0' shape=(5, 5, 1, 32) dtype=float32_ref>

# 定义平均池化的核
>>> avg_tensor = [1, 2, 2, 1]

# 定义卷积操作和平均池化操作的步长
>>> conv_strides = [1, 1, 1, 1]
>>> avg_strides = [1, 2, 2, 1]

# 定义填充方式
>>> padding_str = "SAME"

# 卷积操作
>>> conv_out = tf.nn.conv2d(input=input_tensor, filter=filter_tensor, strides=conv_strides, padding=padding_str)
>>> conv_out
<tf.Tensor 'Conv2D:0' shape=(1, 28, 28, 32) dtype=float32>

# 池化操作
>>> avg_out = tf.nn.avg_pool(value=conv_out, ksize=avg_tensor, strides=avg_strides, padding="SAME")
>>> avg_out
<tf.Tensor 'AvgPool:0' shape=(1, 14, 14, 32) dtype=float32>

# 初始化所有变量操作
>>> init_op = tf.global_variables_initializer()

# 构建会话来执行相关操作
>>> with tf.Session() as sess:
...     sess.run(init_op)
...     conv_result, avg_result = sess.run([conv_out,avg_out])
...     print(conv_result.shape)
...     print(avg_result.shape)
...
# (1, 28, 28, 32)
# (1, 14, 14, 32)

您可能感兴趣的与本文相关的镜像