tf入门-池化函数 tf.nn.max_pool 的介绍
转载自此大神 http://blog.csdn.net/mao_xiao_feng/article/details/53453926
max pooling是CNN当中的最大值池化操作,其实用法和卷积很类似
有些地方可以从卷积去参考【TensorFlow】tf.nn.conv2d是怎样实现卷积的?
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'
返回一个Tensor,类型不变,shape仍然是[batch, height, width, channels]
这种形式
转载于:https://www.cnblogs.com/xubing-613/p/9599863.html
tf入门-池化函数 tf.nn.max_pool 的介绍相关推荐
- 4.2 Tensorflow笔记:池化函数
池化 卷积神经网络的结构 其中,input为输入,conv为卷积层,由卷积核构成,pool为池层,由池化函数构成最后是全连接层与输出层,其负责对卷积层提取的特征进行处理以获得我们需要的结果 ###池化 ...
- TensorFlow2简单入门 - 池化层
文章目录 结构图 结构图
- 卷积神经网络(conv2d参数含义、卷积层、池化层)
本文转载自 罗翌新:中科大数学博士,深度学习医学应用专家: 廖星宇:中科大硕士,计算机视觉专家,Face++资深工程师,<深度学习之Pytorch>作者: 的深度学习理论与实战(基于Ten ...
- [深度学习] 池化层函数及其逆过程函数
池化函数 最大池化函数 一维 class torch.nn.MaxPool1d(kernel_size, stride=None, padding=0, dilation=1, return_indi ...
- pytorch深度学习入门与实战——今天我们来对一张图像进行卷积、池化,以及激活层的使用展示
import numpy as np import torch import torch.nn as nn import matplotlib.pyplot as plt from PIL impor ...
- 简单粗暴PyTorch之nn网络层(卷积、池化、线性、激活)
nn网络层 一.卷积层 1.1 卷积概念 1.2 nn.Conv2d 1.3 转置卷积 二.池化层 Pooling Layer 2.1 最大池化nn.MaxPool2d 2.2 平均池化nn.AvgP ...
- 【深度学习之美】激活引入非线性,池化预防过拟合(入门系列之十二)
12.1 两个看似闲扯的问题 在开讲本章内容之前,先请你思考两个问题呗:第一个问题,你能用直线画出一张漂亮的笑脸吗?第二个问题是,你知道那副著名的对联:"诸葛一生唯谨慎,吕端大事不糊涂&qu ...
- 深入浅出TensorFlow2函数——tf.constant
分类目录:<深入浅出TensorFlow2函数>总目录 相关文章: · 深入浅出TensorFlow2函数--tf.constant · 深入浅出TensorFlow2函数--tf.Ten ...
- nn.AvgPool2d——二维平均池化操作
PyTorch学习笔记:nn.AvgPool2d--二维平均池化操作 torch.nn.AvgPool2d( kernel_size , stride=None , padding=0 , ceil_ ...
- 深度学习与神经网络(七)——卷积神经网络之池化pooling 上采样upsample与降采样downsample(下采样)(subsample)(nn.MaxPool2d)
池化层pooling与采样 upsample与downsample upsample(interpolating)是上采样,是图片的放大 unpool是上采样的一种 downsample(subsam ...
最新文章
- 自定义类型数组的初始化
- 基于场景建模的自动化配置
- python day08
- 为什么阿里如此钟爱Flink?
- C# 篇基础知识3——面向对象编程
- Mac上command not found: vituralenv
- zoj3802:easy 2048 again(状压dp)
- 怎么在html mui中找到下拉刷新,HelloMUI例子中的下拉刷新
- qt4--qt5引用头文件区别
- nodejs项目_基于NodeJS从零构建线上自动化打包工作流
- Linux教学项——基础环境及命令教学(包括实用shell脚本)
- 怎么判断二阶导数是否异号_二阶导数判断凹凸性 二阶导数怎么判断凹凸
- 《简约至上》阅读整理
- 基于SPH的流体仿真过程
- 苹果电池显示维修_安装第三方电池的iPhone也可享受苹果官方维修
- linux 挂载3t硬盘分区,Ubuntu挂载3T硬盘或大于2T磁盘的方法
- JAVA删除pdf空白页_【Spire.PDF教程】添加或删除 PDF 页面,调整页面顺序-word删除空白页...
- 黑马python培训_要一张纯黑的图片。纯黑的。
- SAP中批量采购冻结供应商实例
- 阿里出品,Excel 操作利器:easy-excel