如何理解tensorflow教程

Question

在张量流教程的Densely Connected Layer部分，它表示图像尺寸 7 x 7 ，经过处理后。我尝试了代码，似乎这些参数都有效。

但我不知道如何获得 7 x 7 维度。我理解：

• 原始图片为28 x 28，
• 在第1个转换层中，max_pool_2x2函数会将图像尺寸减小4倍，因此在第一次合并操作后，图像尺寸 7 x 7

• 这里我不理解

  在第2个转换层中，还有另一个max_pool_2x2函数调用，所以我认为图像大小应该再减少4倍 。但实际上并没有。

我错了哪一步？

Answer 1

您还需要知道最大池和卷积的步幅。

.*

在这里，我们可以看到卷积的步幅为1，最大池的步幅为2.如何查看最大池，是需要一个2x2的盒子，并将其滑过图像，每次服用超过4个像素的最大值。如果你的步幅为2，则每次移动需要2步！图像尺寸应减少2倍，而不是4。

换句话说，最大池2x2和步幅2的28x28图片将变为14x14。另一个最大池2x2和步幅2将减少到7x7。

为了进一步说明我的观点，让我们以max pool 2x2和stride 1为例。如果我们不填充图像，它将成为最大池后的27x27图像。

这是一个更完整答案的图片：

Answer 2

查看Teach Yourself Deep Learning with TensorFlow和Udacity  与Vincent Vanhoucke一起

本课程涵盖了这一点。我目前正在努力解决这个问题。

该课程是免费的，但您必须注册。这是一系列视频，测验和编码项目，全部是自定进度和自我评分。我正在学习很多并且喜欢它。

这是一个测验。