本文详细介绍了 TensorFlow 中的 tf.nn.max_pool 函数，解释了其四个主要参数：value、ksize、strides 和 padding 的含义及用法。通过本篇文章，读者将了解如何在卷积神经网络中应用池化层进行特征降维。
tf.nn.max_pool(value, ksize, strides, padding, name=None)
参数是四个，和卷积很类似：
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
扫一扫
9942
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
