Question

我正在处理眼动轨迹数据和卷积神经网络。系统要求我使用tf.reduce_max(lastconv, axis=2)代替MaxPooling层，并使用tf.reduce_sum(lastconv,axis=2) / tf.reduce_sum(tf.cast(tf.greater(lastconv, 0), tf.float32), axis=2)代替MeanPooling层。

我有以下问题，对此我无法弄清楚。您可以让我理解，太好了。

reduce_max函数的内部计算与常规的MaxPool层是否相同？两者的输出在维数上是不同的，为什么呢？我不太明白为什么？
为什么我们不能仅将tf.reduce_mean函数用于MeanPooling，就像将tf.reduce_max用于MaxPooling一样？
tf.reduce_sum(lastconv,axis=2) / tf.reduce_sum(tf.cast(tf.greater(lastconv, 0), tf.float32), axis=2)这是如何在MeanPool上进行计算的？tf.reduce_mean有何不同？

我确定您可以告诉我，我不是很安静地了解reduce_max/min/mean/sum在输入张量时正在做什么，并且该模型从这些功能中获得了什么借鉴？

关于数据：数据的形状为（24,4,15,2,87236），其中24个是被摄体，4个温度变化和15个轨迹，2x87236是连续的视线（由于x轴和y-，所以2个轴）。我正在使用LeaveOneOut CV，在其中培训22个主题，并分别测试和验证1个主题。

创建训练，验证和测试集后，模型中的最终输入为（22,60 [4x15]，2,87236），（1,60,2,87236）和（1,60， 2,87236）。

希望我能提供有关我所处困境的足够信息，以便您帮助我。预先感谢。

Answer 1

reduce_max在整个维度上取最大值，例如如果dim = 1，它将减少

[[1,2,3],
 [2,1,3],
 [1,4,0]]

到

[3,3,4]

另一方面，

最大池在某个移动窗口中查看最大值，例如，参见https://computersciencewiki.org/index.php/Max-pooling_/_Pooling。这里的主要区别是窗口的形状。在带有reduce_max的情况下，该窗口是张量的整个切片，最大池化是一个指定的矩形。这也会导致不同的维度（要真正理解这一点，您可以看看如果在reduce_max中使用keepdims = True会发生什么。）

您替换均值合并层似乎不采用算术平均值，而是除以正元素的数量（而不是通常的元素数量）。这可能就是为什么您不能使用reduce_mean的原因。

tf.reduce_sum（lastconv，axis = 2）/ tf.reduce_sum（tf.cast（tf.greater（lastconv，0），tf.float32），axis = 2）用于代替均值池吗？

1 个答案: