Python tf.nn.max_pool用法及代碼示例

對輸入執行最大池化。

用法

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

對於 ksize 的給定窗口，取該窗口內的最大值。用於減少計算量和防止過擬合。

考慮一個使用 2x2 非重疊窗口進行池化的示例：

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)>

我們可以使用ksize 參數調整窗口大小。例如，如果我們要將窗口擴大到 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)>

現在，我們在兩個集合點中增加了兩個額外的大數(5 和 9)。

請注意，我們的窗口現在是重疊的，因為每次迭代我們仍然移動 2 個單位。這導致我們看到相同的 9 重複了兩次，因為它是兩個重疊窗口的一部分。

我們可以使用strides 參數調整每次迭代移動窗口的距離。將其更新為與我們的窗口大小相同的值可以消除重疊：

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)>

因為窗口不能很好地適應我們的輸入，所以在邊添加了填充，給我們與使用 2x2 窗口時相同的結果。我們可以完全跳過填充，並通過將"VALID" 傳遞給padding 參數來簡單地刪除不完全適合我們輸入的窗口：

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)>

現在我們已經從左上角開始抓取了 3x3 窗口中的最大值。由於沒有其他窗口適合我們的輸入，因此它們被刪除。