TensorFlow 池化层

在 TensorFlow 中使用池化层

在下面的练习中，你需要设定池化层的大小，strides，以及相应的 padding。你可以参考 tf.nn.max_pool()。Padding 与卷积 padding 的原理一样。

说明

完成 maxpool 函数中所有的 TODO。
设定 strides，padding 和 ksize 使得池化的结果维度为 (1, 2, 2, 1)。

"""

Set the values to `strides` and `ksize` such that

the output shape after pooling is (1, 2, 2, 1).

"""

import tensorflow as tf

import numpy as np

# `tf.nn.max_pool` requires the input be 4D (batch_size, height, width, depth)

# (1, 4, 4, 1)

x = np.array([

    [0, 1, 0.5, 10],

    [2, 2.5, 1, -8],

    [4, 0, 5, 6],

    [15, 1, 2, 3]], dtype=np.float32).reshape((1, 4, 4, 1))

X = tf.constant(x)

def maxpool(input):

    # TODO: Set the ksize (filter size) for each dimension (batch_size, height, width, depth)

    ksize = [?, ?, ?, ?]

    # TODO: Set the stride for each dimension (batch_size, height, width, depth)

    strides = [?, ?, ?, ?]

    # TODO: set the padding, either 'VALID' or 'SAME'.

    padding = ?

    # https://www.tensorflow.org/versions/r0.11/api_docs/python/nn.html#max_pool

    return tf.nn.max_pool(input, ksize, strides, padding)

out = maxpool(X)

方案

这是我的做法。注意：有不止一种方法得到正确的输出维度，你的答案可能会跟我的有所不同。

def maxpool(input):

    ksize = [1, 2, 2, 1]

    strides = [1, 2, 2, 1]

    padding = 'VALID'

    return tf.nn.max_pool(input, ksize, strides, padding)

我想要把输入的 (1, 4, 4, 1) 转变成 (1, 2, 2, 1)。padding 方法我选择 'VALID'。我觉得他更容易理解，也得到了我想要的结果。

out_height = ceil(float(in_height - filter_height + 1) / float(strides[1]))

out_width  = ceil(float(in_width - filter_width + 1) / float(strides[2]))

替换入值：

out_height = ceil(float(4 - 2 + 1) / float(2)) = ceil(1.5) = 2

out_width  = ceil(float(4 - 2 + 1) / float(2)) = ceil(1.5) = 2

深度在池化的时候不变，所以不用担心。