MNIST Tensorflow示例

Question

def conv2d(x, W):
  return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')

def max_pool_2x2(x):
  return tf.nn.max_pool(x, ksize=[1, 2, 2, 1],
                        strides=[1, 2, 2, 1], padding='SAME')

这是Tensorflow网站上http://camel.apache.org/simple.html教程的代码。

我有两个问题：

1）Deep MNIST for experts k-size是一个长度大于4的整数列表，它指的是max-pool窗口的大小。考虑到它是一个2X2窗口，难道不仅仅是[2,2]吗？我的意思是为什么它[1,2,2,1]而不是[2,2]？

2）如果我们在第一个步骤上迈出了一步。为什么我们需要一个4值的向量，一个值不够？

strides = [1]

3）如果填充=＆＃39;相同＆＃39;为什么图像尺寸减少一半？ （在第一次卷积过程中从28 X 28到14 X 14）

Answer 1

1. 我不确定您在此问题中提及哪些文档。 maxpool窗口确实是2x2。

2. 步长可能因尺寸而异。 4矢量是最常见的情况，假设您想要跳过批处理中的图像，跳过不同的高度和宽度，甚至可能基于通道跳过。这很难使用，但已被遗留下来。

3. 如果沿每个方向的步幅为2，则跳过可能用于最大池化的所有其他像素。如果您将跳过大小设置为[1,1,1,1]并且填充相同，那么您确实会返回相同大小的结果。填充＆＃34;相同＆＃34;指的是对图像进行零填充，以便为图像添加高度内核高度和内核宽度宽度的边框。