Question

我很困惑我们如何在max-pooling中定义Tensorflow。文件含糊不清，不能很好地解释参数在汇集文档中，它只说：

ksize：长度为＆gt; = 4的整数列表。窗口的大小为输入张量的每个维度。步幅：具有的整数列表长度＆gt; = 4.每个维度的滑动窗口的步幅输入张量。

和

每个池化操作都使用大小为ksize的矩形窗口抵消大步。例如，如果每个窗口都是strides 使用，如果步幅是全部两个，则每个窗口都使用维度等。

Caffe中以下max-pooling Tensorflow的等效内容是什么？

layer {
  name: "pool"
  type: "Pooling"
  bottom: "relu"
  top: "pool"
  pooling_param {
    pool: MAX
    kernel_size: 2
    stride: 2
  }
}

我不确定它们是否意味着所有一个步长[1,1,1,1]和非重叠[2,2,2,2]的重叠汇集说

如果步幅是每个窗口都是使用，如果步幅是全部两个，则每个窗口都使用维度等。

Answer 1

在Tensor-Flow中使用最大池：

tf.nn.max_pool(value, ksize, strides, padding, data_format='NHWC', name=None)

其中ksize定义用于max-pooling的窗口。请注意，您必须为输入的每个维指定窗口大小。这是对caffe的最大区别，caffe会为你做所有尺寸计算。请注意，根据您之前卷积层的输出数量，您可能会有不同的维度。

Stride在caffe中的效果仍然相同（＆＃34;跳过＆＃34;输入。但是你必须为输入的每个维度再次指定步幅。

尺寸至少为4或更大。

请参阅此处的文档：