【TensorFlow】tf.nn.max_pool实现池化操作

max pooling是CNN当中的最大值池化操作，其实用法和卷积很类似

有些地方可以从卷积去参考【TensorFlow】tf.nn.conv2d是怎样实现卷积的？ 

 

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

示例源码：

假设有这样一张图，双通道

第一个通道：

第二个通道：

用程序去做最大值池化：

 
import tensorflow as tf
 
 
 
a=tf.constant([
 
[[1.0,2.0,3.0,4.0],
 
[5.0,6.0,7.0,8.0],
 
[8.0,7.0,6.0,5.0],
 
[4.0,3.0,2.0,1.0]],
 
[[4.0,3.0,2.0,1.0],
 
[8.0,7.0,6.0,5.0],
 
[1.0,2.0,3.0,4.0],
 
[5.0,6.0,7.0,8.0]]
 
])
 
 
 
a=tf.reshape(a,[1,4,4,2])
 
 
 
pooling=tf.nn.max_pool(a,[1,2,2,1],[1,1,1,1],padding='VALID')
 
with tf.Session() as sess:
 
print("image:")
 
image=sess.run(a)
 
print (image)
 
print("reslut:")
 
result=sess.run(pooling)
 
print (result)

 

 这里步长为1，窗口大小2×2，输出结果：

 
image:
 
[[[[ 1. 2.]
 
[ 3. 4.]
 
[ 5. 6.]
 
[ 7. 8.]]
 
 
 
[[ 8. 7.]
 
[ 6. 5.]
 
[ 4. 3.]
 
[ 2. 1.]]
 
 
 
[[ 4. 3.]
 
[ 2. 1.]
 
[ 8. 7.]
 
[ 6. 5.]]
 
 
 
[[ 1. 2.]
 
[ 3. 4.]
 
[ 5. 6.]
 
[ 7. 8.]]]]
 
reslut:
 
[[[[ 8. 7.]
 
[ 6. 6.]
 
[ 7. 8.]]
 
 
 
[[ 8. 7.]
 
[ 8. 7.]
 
[ 8. 7.]]
 
 
 
[[ 4. 4.]
 
[ 8. 7.]
 
[ 8. 8.]]]]

 

 

池化后的图就是：

 

证明了程序的结果是正确的。

 

我们还可以改变步长

 

pooling=tf.nn.max_pool(a,[1,2,2,1],[1,2,2,1],padding='VALID')

最后的result就变成：

 

 
reslut:
 
[[[[ 8. 7.]
 
[ 7. 8.]]
 
 
 
[[ 4. 4.]
 
[ 8. 8.]]]]