如何在 TensorFlow 中进行全局平均池化？如果我有一个形状为 batch_size, height, width, channels = 32, 11, 40, 100 的张量，只使用 tf.layers.average_pooling2d(x, [11, 40], [11, 40]) 就足够了吗？只要 channel =类？
最佳答案
您还可以执行tf.reduce_mean(x, axis=[1,2])，特别是在未定义高度和宽度的情况下。
通常，在 CNN 中，张量的形状为 b, h, w, c，其中 b 是批量大小，w h 对应于宽度和高度尺寸，c 是 channel /过滤器的数量。
当您沿轴[1,2]减少时，您会减少张量的第一维和第二维(保持批量大小以及 channel /过滤器的数量)
关于tensorflow - 如何在 TensorFlow 中进行全局平均池化？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/42054451/