tf.nn.max_pool参数含义和用法

转自：http://blog.csdn.net/mao_xiao_feng/article/details/53453926

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：

[python] view
plain copy

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：

[python] view
plain copy

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

[python] view
plain copy

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

最后的result就变成：

[python] view
plain copy

reslut:  

[[[[ 8.  7.]  

   [ 7.  8.]]  

  

  [[ 4.  4.]  

   [ 8.  8.]]]]