Python tf.nn.max_pool用法及代码示例

对输入执行最大池化。

用法

tf.nn.max_pool(
    input, ksize, strides, padding, data_format=None, name=None
)

对于 ksize 的给定窗口，取该窗口内的最大值。用于减少计算量和防止过拟合。

考虑一个使用 2x2 非重叠窗口进行池化的示例：

matrix = tf.constant([
    [0, 0, 1, 7],
    [0, 2, 0, 0],
    [5, 2, 0, 0],
    [0, 0, 9, 8],
])
reshaped = tf.reshape(matrix, (1, 4, 4, 1))
tf.nn.max_pool(reshaped, ksize=2, strides=2, padding="SAME")
<tf.Tensor:shape=(1, 2, 2, 1), dtype=int32, numpy=
array([[[[2],
         [7]],
        [[5],
         [9]]]], dtype=int32)>

我们可以使用ksize 参数调整窗口大小。例如，如果我们要将窗口扩大到 3：

tf.nn.max_pool(reshaped, ksize=3, strides=2, padding="SAME")
<tf.Tensor:shape=(1, 2, 2, 1), dtype=int32, numpy=
array([[[[5],
         [7]],
        [[9],
         [9]]]], dtype=int32)>

现在，我们在两个集合点中增加了两个额外的大数(5 和 9)。

请注意，我们的窗口现在是重叠的，因为每次迭代我们仍然移动 2 个单位。这导致我们看到相同的 9 重复了两次，因为它是两个重叠窗口的一部分。

我们可以使用strides 参数调整每次迭代移动窗口的距离。将其更新为与我们的窗口大小相同的值可以消除重叠：

tf.nn.max_pool(reshaped, ksize=3, strides=3, padding="SAME")
<tf.Tensor:shape=(1, 2, 2, 1), dtype=int32, numpy=
array([[[[2],
         [7]],
        [[5],
         [9]]]], dtype=int32)>

因为窗口不能很好地适应我们的输入，所以在边添加了填充，给我们与使用 2x2 窗口时相同的结果。我们可以完全跳过填充，并通过将"VALID" 传递给padding 参数来简单地删除不完全适合我们输入的窗口：

tf.nn.max_pool(reshaped, ksize=3, strides=3, padding="VALID")
<tf.Tensor:shape=(1, 1, 1, 1), dtype=int32, numpy=array([[[[5]]]],
 dtype=int32)>

现在我们已经从左上角开始抓取了 3x3 窗口中的最大值。由于没有其他窗口适合我们的输入，因此它们被删除。