các tập quán của ksize trong tf.nn.max_pool

Question

Trong định nghĩa của tf.nn.max_pool, ksize được sử dụng để làm gì?

tf.nn.max_pool(value, ksize, strides, padding, data_format='NHWC', name=None) 

Performs the max pooling on the input. 

Args: 

value: A 4-D Tensor with shape [batch, height, width, channels] and type tf.float32. 
ksize: A list of ints that has length >= 4. The size of the window for each dimension of the input tensor. 

Ví dụ, nếu một input value là tensor : [1, 64, 64, 3] và ksize=3 .what Điều đó nghĩa là gì?

Answer 1

Các documentation trạng thái:

ksize: Một danh sách các ints có chiều dài> = 4. Kích thước của cửa sổ cho mỗi chiều của tensor đầu vào.

Nói chung cho hình ảnh, đầu vào của bạn có hình dạng [batch_size, 64, 64, 3] cho hình ảnh RGB có kích thước 64x64 pixel.

Kích thước hạt nhân ksize thường sẽ là [1, 2, 2, 1] nếu bạn có cửa sổ 2x2 mà bạn sử dụng tối đa. Trên thứ nguyên kích thước lô và thứ nguyên kênh, ksize là 1 vì chúng tôi không muốn lấy tối đa nhiều ví dụ hoặc trên nhiều kênh.