如何从 HxWxD 张量获得 D 平均值
How can I get D averages from a HxWxD tensor
我如何在 Deeplearnjs 中创建一个图形元素，将我的 [h, w, d] 形状张量转换为 [d] 形状，其中每个都是该层的最大值。如果 h 和 w 相同，则可以使用 maxpool 函数来完成。如果喜欢一样的意思。可以使用 conv2d 实现均值，但前提是 w 和 h 相等。
我需要在图表中使用它，以便我可以应用培训。
您可以执行 dl.mean(your_tensor, [0, 1]) 或 your_tensor.mean([0, 1]) 以获得 h 和 w 维度的平均值。任何一个都会 return 一个形状为 [d] 的张量。这在训练中也适用，因为 deeplearnjs 已经转移到急切执行模式，并且在 mean reduction op. You can see the mnist_eager 演示中定义了一个梯度，作为没有图的训练示例。
我如何在 Deeplearnjs 中创建一个图形元素，将我的 [h, w, d] 形状张量转换为 [d] 形状，其中每个都是该层的最大值。如果 h 和 w 相同，则可以使用 maxpool 函数来完成。如果喜欢一样的意思。可以使用 conv2d 实现均值，但前提是 w 和 h 相等。
我需要在图表中使用它，以便我可以应用培训。
您可以执行 dl.mean(your_tensor, [0, 1]) 或 your_tensor.mean([0, 1]) 以获得 h 和 w 维度的平均值。任何一个都会 return 一个形状为 [d] 的张量。这在训练中也适用，因为 deeplearnjs 已经转移到急切执行模式，并且在 mean reduction op. You can see the mnist_eager 演示中定义了一个梯度，作为没有图的训练示例。