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/