Question

我想在单个图像上应用“ tf.nn.max_pool（）”，但是得到的结果与输入的尺寸完全不同：

import tensorflow as tf
import numpy as np

ifmaps_1 = tf.Variable(tf.random_uniform( shape=[ 7, 7, 3], minval=0, maxval=3, dtype=tf.int32))

ifmaps=tf.dtypes.cast(ifmaps_1, dtype=tf.float64)

ofmaps_tf = tf.nn.max_pool([ifmaps], ksize=[1, 3, 3, 1], strides=[1, 2, 2, 1], padding="SAME")[0] # no padding

init = tf.initialize_all_variables()
with tf.Session() as sess:
    sess.run(init)
    print("ifmaps_tf = ")
    print(ifmaps.eval())
    print("ofmaps_tf = ")
    result = sess.run(ofmaps_tf)
    print(result)

我认为这与尝试将池应用到不在批次上的单个示例有关。我需要对一个示例进行汇总。

感谢您的帮助。

Answer 1

您的输入为(7,7,3)，内核大小为(3,3)，步幅为(2,2)。因此，如果您不希望使用任何填充（请在注释中注明），则应使用padding="VALID"，它将返回一个(3,3)张量作为输出。如果使用padding="SAME"，它将返回(4,4)张量。

通常，计算SAME打击垫的输出尺寸的公式为：

out_size = ceil(in_sizei/stride)

有效垫是：

out_size = ceil(in_size-filter_size+1/stride)

最大使用“ tf.nn.avg_pool”在张量流中合并单个图像

1 个答案: