标签：TF06 same 步长 valid 池化 pool size

TF06——池化

池化（Pooling）

• 池化用于减少特征数据量
• 最大值池化 可提取图片纹理，均值池化可保留背景特征

如果用2*2的池化核对输入图片以2为步长进行池化，输出图片将变为输入图片的四分之一大小

最大池化，是用2*2的池化核框住这四个像素点，选择最大的6输出，步长是2 ，滑动到紫色区域，把这四个像素中最大的8输出，再滑动到蓝色区域，把这四个像素中最大的3输出，直到遍历完整个图片，得到输出图片

均值池化和最大池化类似，只不过提取的是四个像素点的均值，得到输出图片

TF描述池化

• 最大值池化

tf.keras.layers.MaxPool2D(
	pool_size=池化核尺寸#正方形写核长整数，或（核高h,h）
    strides=池化步长#步长整数，或（纵向步长h，横向步长w）,默认为pool_size
    padding='valid'or'same'#使用全零填充是'same',不使用'valid'(默认)
)

• 均值池化

tf.keras.layers.AveragePooling2D(
	pool_size=池化核尺寸#正方形写核长整数，或（核高h,h）
    strides=池化步长#步长整数，或（纵向步长h，横向步长w）,默认为pool_size
    padding='valid'or'same'#使用全零填充是'same',不使用'valid'(默认)
)

例子

model = tf.keras.model.Sequential([
    Conv2D(filters=6,kernel size=(5,5),padding='same'),#卷积层
    BatchNormalization()#BN层
    Activation('relu')#激活层
    MaxPool2D(pool_size=(2,2),strides=2,padding='same')#池化层
    Dropout(0,2)#dropoutc
])

标签：TF06,same,步长,valid,池化,pool,size
来源： https://www.cnblogs.com/studyhao1999/p/16029382.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。