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

​
input = tf.Variable(tf.random_normal([1,10,10,5]))
op = tf.nn.max_pool(input,[1,2,2,1],strides=[1,1,1,1],padding ='VALID')
print(op)​

输出:

tensorflow之max_pool相关推荐

  1. 用Tensorflow实现图片分类+详细注解

    使用tensorflow实现花卉分类,训练样本用的是网上的花卉数据集,测试样本是在网上重新下载的各种花的图片,代码如下. from skimage import io,transform #skima ...

  2. 基于TensorFlow的CNN卷积网络模型花卉分类(1)

    一.项目描述 使用TensorFlow进行卷积神经网络实现花卉分类的项目,加载十种花分类,建立模型后进行预测分类图片 环境:win10 +TensorFlow gpu 1.12.0+pycharm 训 ...

  3. 基于TensorFlow的CNN卷积网络模型花卉分类GUI版(2)

    一.项目描述 10类花的图片1100张,按{牡丹,月季,百合,菊花,荷花,紫荆花,梅花,-}标注,其中1000张作为训练样本,100张作为测试样本,设计一个CNN卷积神经网络花卉分类器进行花卉的分类, ...

  4. tensorflow详解-tf.nn.conv2d(),tf.nn.max_pool()

    tf.nn.conv2d() 函数来计算卷积,weights 作为滤波器,[1, 2, 2, 1] 作为 strides.TensorFlow 对每一个 input 维度使用一个单独的 stride ...

  5. 【TensorFlow】池化层max_pool中两种paddding操作

    max_pool()中padding参数有两种模式valid和same模式. Tensorflow的padding和卷积层一样也有padding操作,两种不同的操作输出的结果有区别: 函数原型max_ ...

  6. 【TensorFlow】TensorFlow函数精讲之tf.nn.max_pool()和tf.nn.avg_pool()

    tf.nn.max_pool()和tf.nn.avg_pool()是TensorFlow中实现最大池化和平均池化的函数,在卷积神经网络中比较核心的方法. 有些和卷积很相似,可以参考TensorFlow ...

  7. TensorFlow基础篇(六)——tf.nn.max_pool()和tf.nn.avg_pool()

    tf.nn.max_pool()和tf.nn.avg_pool()是TensorFlow中实现最大池化和平均池化的函数,在卷积神经网络中比较核心的方法. 有些和卷积很相似,可以参考TensorFlow ...

  8. Tensorflow(r1.4)API--tf.nn.max_pool

    函数简介 max_pool(value,ksize,strides,padding,data_format='NHWC',name=Nome) 参数: value : 一个4-D的tensor格式由 ...

  9. TensorFlow学习笔记——实现经典LeNet5模型

    TensorFlow实现LeNet-5模型 文章目录 TensorFlow实现LeNet-5模型 前言 一.什么是TensorFlow? 计算图 Session 二.什么是LeNet-5? INPUT ...

最新文章

  1. 操作系统 作业调度实验报告
  2. 2014年中国互联网的50大预测
  3. 如何使用Java代码给图片增加倒影效果
  4. STC89C52 STC89LE52 NRF24L01无线 教程 (一)
  5. mysql 插入中文 ERROR 1366 (HY000): Incorrect string value: '\xE7\x8E\x9E\x97' for column
  6. Modernizr使用指南
  7. Redux的全家桶与最佳实践
  8. Android Studio 导入 AOSP 源码
  9. ECCV 2020 oral | 基于语义流的快速而准确的场景解析,在Cityscapes上达到80.4%mIoU,26 FPS...
  10. CNI portmap插件实现源码分析
  11. MySQL怎么导出用户权限表_导出MySQL用户权限_MySQL
  12. double类型字符串转换成一个纯数字字符串和一个小数点位数的c++代码
  13. 开源点云数据处理 开源_开源云–充满希望的未来
  14. 网络蜘蛛C#开源示例
  15. GB-T2260-2020 <中华人民共和国县以上行政区划代码>
  16. SparkMLlib之二Basic Stastics
  17. 今天第一次做PIZZA,很成功.
  18. 遥感图像计算机分类论文,遥感影像和监督分类论文,关于基于监督分类的土地利用遥感影像提取方法相关参考文献资料-免费论文范文...
  19. 阿里云8核16G服务器ecs.c6.2xlarge性能评测CPU处理器型号
  20. NTP调整系统时间同步

热门文章

  1. Rails secret token bug
  2. C#开发WPF/Silverlight动画及游戏系列教程(Game Tutorial):(四十九) 落雷!治疗!陷阱!连锁闪电!多段群伤!魔法之终极五重奏②...
  3. FileZilla是一种快速 FTP 上传
  4. 高性能微服务 Dubbo RPC Redis 分布式框架
  5. 2016年 CSS 库、框架和工具新生榜 TOP 50
  6. 安装特定版本的keras_一定要看的Tensorflow-GPU+Keras安装教程
  7. 机器学习--支持向量机(四)SMO算法详解
  8. python 图像倾斜校正_边缘投影法对文本图像矫正——python
  9. Bootstrap 模态框(Modal)
  10. Hadoop核心架构(1)