tensorflow之获取tensor的shape作为max_pool的ksize实例
2020-02-13 11:33
429 查看
实验发现,tensorflow的tensor张量的shape不支持直接作为tf.max_pool的参数,比如下面这种情况(一个错误的示范):
self.max_pooling1 = tf.nn.max_pool(self.l_6, ksize = [1, tf.shape(self.F1)[0], 1, 1], strides = [1, 1, 1, 1], padding = 'VALID', name = 'maxpool1')
我在max_pool的过程中想对特征每一列进行max_pooling,但因为tensor F1张量没有值,而ksize此处需要一个int类型的常量,所以tf.shape(self.F1)[0]无法作为ksize的参数。
一些人的做法是固定行数,比如pointnet固定为2048个点,但这样做需要重新采样,过于麻烦。
而既然tensorflow不提供标准的max_pool层实现,其实可以自己实现每一列取最大值的操作,充当自己的max_pool。如下图所示:
def max_pooling(self, NC): out = tf.reduce_max(NC, reduction_indices=[0]) return out
利用reduce_max刚好能实现这个操作,其中reduction_indices可以指定取哪一维的最大值。这个函数的详细功能可以参考官方文档。
这种情况和tf.reshape不同,tf.reshape是可以使用tf.shape(tensor)[i]的,可能两者对参数的要求不一样。
以上这篇tensorflow之获取tensor的shape作为max_pool的ksize实例就是小编分享给大家的全部内容了,希望能给大家一个参考
您可能感兴趣的文章:
相关文章推荐
- Tensorflow获取张量Tensor的具体维数实例
- TensorFlow实例(5.3)--MNIST手写数字进阶算法(卷积神经网络CNN) 之 最大池化tf.nn.max_pool
- TensorFlow教程——获取Tensor的维度(tf.shape(x)、x.shape和x.get_shape()的区别)
- [Tensorflow] tensor张量基础(dtype,shape,variable,slice and join)
- tensorflow 中conv2d 以及max_pool 参数设置
- tensorflow 获取变量&打印权值的实例讲解
- 第一阶段-入门详细图文讲解tensorflow1.4 API-tf.nn.max_pool
- TensorFlow 学习:tensor.get_shape() 与 tf.shape(a)
- Tensorflow: 获取数据维度,tf.shape(x)、x.shape和x.get_shape()的区别)
- 获取Redis连接池实例报错及解决方案( Could not get a resource from the pool)
- tf.nn.max_pool 实例
- tensorflow 获取所有variable或tensor的name示例
- tensorflow中获取shape的方法比较
- Tensorflow 中max_pool的padding 问题
- 池化操作 tensorflow tf.nn.max_pool
- 用c++建立一个形状类Shape作为基类,派生出圆类Circle和矩形类Rectangle,求出面积并获取相关信息。
- tensorflow 池化操作实例 tf.nn.max_pooling
- tensorflow.reshap(tensor,shape,name)的使用说明
- 获取tensorflow中tensor的值
- 【TensorFlow】tf.nn.max_pool实现池化操作