在 TensorFlow 中使用池化層

在下面的練習中，你需要設定池化層的大小，strides，以及相應的 padding。你可以參考 tf.nn.max_pool()。Padding 與卷積 padding 的原理一樣。

說明

1. 完成 maxpool 函數中所有的 TODO。

2. 設定 strides，padding 和 ksize 使得池化的結果維度為 (1, 2, 2, 1)。

"""
Set the values to `strides` and `ksize` such that
the output shape after pooling is (1, 2, 2, 1).
 
"""
import tensorflow as tf
import numpy as np

# `tf.nn.max_pool` requires the input be 4D (batch_size, height, width, depth)
# (1, 4, 4, 1)
x = np.array([
    [0, 1, 0.5, 10],
    [2, 2.5, 1, -8],
    [4, 0, 5, 6],
    [15, 1, 2, 3]], dtype=np.float32).reshape((1, 4, 4, 1))
X = tf.constant(x)

def maxpool(input):
    
 
# TODO: Set the ksize (filter size) for each dimension (batch_size, height, width, depth)
    ksize = [?, ?, ?, ?]
    # TODO: Set the stride for each dimension (batch_size, height, width, depth)
    strides = [?, ?, ?, ?]
    # TODO: set the padding, either ‘VALID‘ or ‘SAME‘.
    padding = ?
    # https://www.tensorflow.org/versions/r0.11/api_docs/python/nn.html#max_pool
 

    return tf.nn.max_pool(input, ksize, strides, padding)
    
out = maxpool(X)

方案

這是我的做法。註意：有不止一種方法得到正確的輸出維度，你的答案可能會跟我的有所不同。

def maxpool(input):
    ksize = [1, 2, 2, 1]
    strides = [1, 2, 2, 1]
    padding = ‘VALID‘
    return tf.nn.max_pool(input, ksize, strides, padding)

我想要把輸入的 (1, 4, 4, 1) 轉變成 (1, 2, 2, 1)。padding 方法我選擇 ‘VALID‘。我覺得他更容易理解，也得到了我想要的結果。

out_height = ceil(float(in_height - filter_height + 1) / float(strides[1]))
out_width  = ceil(float(in_width - filter_width + 1) / float(strides[2]))

替換入值：

out_height = ceil(float(4 - 2 + 1) / float(2)) = ceil(1.5) = 2
out_width  = ceil(float(4 - 2 + 1) / float(2)) = ceil(1.5) = 2

深度在池化的時候不變，所以不用擔心。

TensorFlow 池化層