zoukankan      html  css  js  c++  java
  • tensorflow

     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

    tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, name=None)
    input 指需要做卷积的输入图像,Tensor
    [batch, in_height, in_width, in_channels]--->[训练时一个batch的图片数量, 图片高度, 图片宽度, 图像通道数]
    float32/float64
    filter:相当于CNN中的卷积核,Tensor
    [filter_height, filter_width, in_channels, out_channels]--->[卷积核的高度,卷积核的宽度,图像通道数,卷积核个数]
    要求类型与参数input相同,有一个地方需要注意,第三维in_channels,就是参数input的第四维
    strides:卷积时在图像每一维的步长,一维的向量,长度4
    padding:string类型的量,只能是"SAME","VALID"其中之一,这个值决定了不同的卷积方式
    use_cudnn_on_gpu:bool类型,是否使用cudnn加速,默认为true
    结果返回一个Tensor,这个输出,就是我们常说的feature map

  • 相关阅读:
    Linux网络设置
    Linux文件权限
    对象缓冲池
    环形缓冲区ringbuffer
    linux字符集设置
    共享内存(ShareMemory)
    堆算法(make_heap,push_heap,pop_heap, sort_heap)
    (广州)软件开发定制服务,工作流引擎 OA 库存管理系统
    工作流规范WfMC是什么?
    开启MSDTC的方法
  • 原文地址:https://www.cnblogs.com/lqruui/p/6994267.html
Copyright © 2011-2022 走看看