我想申请”tf.nn.max\u池()“在单个图像上,但我得到的结果的维数与输入值完全不同:
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应用于单个示例(而不是批处理)有关。我需要用一个例子来说明这个问题。你知道吗
感谢您的帮助。你知道吗
您的输入是
(7,7,3)
,内核大小是(3,3)
,跨步是(2,2)
。因此,如果不需要任何填充(在注释中说明),应该使用padding="VALID"
,这将返回(3,3)
张量作为输出。如果使用padding="SAME"
,它将返回(4,4)
张量。你知道吗通常,计算同一焊盘输出尺寸的公式为:
有效pad为:
相关问题 更多 >
编程相关推荐