张量流中是否存在求和池的现有实现？搜索documentation时，似乎仅支持平均和最大池化操作。
我有一个NHWC张量，其中每个HxW矩阵都是一个概率图，我想通过2x2和池进行下采样。如果张量流中不存在求和池功能，还有其他方法可以使用Python API来实现此降采样操作吗？
最佳答案
目前在张量流中没有这样的事情。第二个最好的办法可能是将平均池的输出乘以4。逐元素乘法足够快，不必担心此添加步骤。
不过，您在此过程中确实会失去一对精度。
另一种方法是自己计算总和，例如
y = (x[:,0::2,0::2,:] +
x[:,1::2,0::2,:] +
x[:,0::2,1::2,:] +
x[:,1::2,1::2,:])
它应该比以前的解决方案慢，但如果对您很重要，则精度可能会稍好一些。