tensorflow max_pool(最大池化)应用
1、最大池化
max pooling是CNN当中的最大值池化操作,其实用法和卷积很类似。
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'
VALID:边缘不用0填充
SAME:边缘用0填充
返回一个Tensor,类型不变,shape仍然是[batch, height, width, channels]
这种形式
2、实现
示例源码:
假设有这样一张图,双通道
第一个通道:
第二个通道:
用程序去做最大值池化:
import tensorflow as tf a=tf.constant([
[[1.0,2.0,3.0,4.0],
[5.0,6.0,7.0,8.0],
[8.0,7.0,6.0,5.0],
[4.0,3.0,2.0,1.0]],
[[4.0,3.0,2.0,1.0],
[8.0,7.0,6.0,5.0],
[1.0,2.0,3.0,4.0],
[5.0,6.0,7.0,8.0]]
]) a=tf.reshape(a,[1,4,4,2]) pooling=tf.nn.max_pool(a,[1,2,2,1],[1,1,1,1],padding='VALID')
with tf.Session() as sess:
print("image:")
image=sess.run(a)
print (image)
print("reslut:")
result=sess.run(pooling)
print (result)
输出结果:
image:
[[[[ 1. 2.]
[ 3. 4.]
[ 5. 6.]
[ 7. 8.]]
[[ 8. 7.]
[ 6. 5.]
[ 4. 3.]
[ 2. 1.]]
[[ 4. 3.]
[ 2. 1.]
[ 8. 7.]
[ 6. 5.]]
[[ 1. 2.]
[ 3. 4.]
[ 5. 6.]
[ 7. 8.]]]]
reslut:
[[[[ 8. 7.]
[ 6. 6.]
[ 7. 8.]]
[[ 8. 7.]
[ 8. 7.]
[ 8. 7.]]
[[ 4. 4.]
[ 8. 7.]
[ 8. 8.]]]]
import tensorflow as tf a = tf.constant([
[[1.0, 2.0, 3.0, 4.0],
[5.0, 6.0, 7.0, 8.0],
[8.0, 7.0, 6.0, 5.0],
[4.0, 3.0, 2.0, 1.0]],
[[4.0, 3.0, 2.0, 1.0],
[8.0, 7.0, 6.0, 5.0],
[1.0, 2.0, 3.0, 4.0],
[5.0, 6.0, 7.0, 8.0]]
]) a = tf.reshape(a, [1, 4, 4, 2]) pooling = tf.nn.max_pool(a, [1, 2, 2, 1], [1, 1, 1, 1], padding='SAME')
with tf.Session() as sess:
print("image:")
image = sess.run(a)
print(image)
print("reslut:")
result = sess.run(pooling)
print(result)
输出结果:
image:
[[[[ 1. 2.]
[ 3. 4.]
[ 5. 6.]
[ 7. 8.]]
[[ 8. 7.]
[ 6. 5.]
[ 4. 3.]
[ 2. 1.]]
[[ 4. 3.]
[ 2. 1.]
[ 8. 7.]
[ 6. 5.]]
[[ 1. 2.]
[ 3. 4.]
[ 5. 6.]
[ 7. 8.]]]]
reslut:
[[[[ 8. 7.]
[ 6. 6.]
[ 7. 8.]
[ 7. 8.]]
[[ 8. 7.]
[ 8. 7.]
[ 8. 7.]
[ 6. 5.]]
[[ 4. 4.]
[ 8. 7.]
[ 8. 8.]
[ 7. 8.]]
[[ 3. 4.]
[ 5. 6.]
[ 7. 8.]
[ 7. 8.]]]]
平均池化avg_pool 用法与max_pool一致
最新文章
- 关于pc端直播
- spring 4 @RestController 小试
- 选择c3p0作为连接池
- css3渐变色彩
- mysql主从复制的一篇文章(转载)
- Oracle数据库——数据库安全性管理
- Linux重置mysql密码(转载)
- java惯用法转载
- setWillNotDraw和setFillViewport
- 好大滴坑, Spring MVC覆盖了Trsaction
- 机器学习之KNN原理与代码实现
- cocos creator 动态创建精灵
- 如何设置openwrt在编译linux内核时不优化内核?
- time模块的使用
- linux下apt安装mysql导致mysql.user table is damaged
- NOIP2018ty记
- Nginx日常报错处理总结
- 终于用ADB连上平板了
- 关于一道面试题,使用C#实现字符串反转算法
- Luogu 4245 【模板】任意模数NTT