使用 "tf.nn.avg_pool" 在 tensorflow 中最大池化单个图像

Question

我想在单个图像上应用 "tf.nn.max_pool()"，但我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化应用于单个示例而不是批处理有关。我需要对单个示例进行合并。

感谢任何帮助。

Answer 1

您的输入是 (7,7,3)，内核大小是 (3,3)，步长是 (2,2)。所以如果你不想要任何填充，（在你的评论中说明），你应该使用 padding="VALID"，这将 return 一个 (3,3) 张量作为输出。如果使用 padding="SAME"，它将 return (4,4) 张量。

通常SAME pad的输出尺寸计算公式为：

out_size = ceil(in_sizei/stride)

对于 VALID pad 是：

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

使用 "tf.nn.avg_pool" 在 tensorflow 中最大池化单个图像

Max pool a single image in tensorflow using "tf.nn.avg_pool"

python

numpy

conv-neural-network

tensorflow

max-pooling