何谓“tensorflow”中的Caffe的马克思主义？

Question

我很困惑我们如何在max-pooling中定义Tensorflow。文件含糊不清，不能很好地解释参数。

在池文档中，它只说：

ksize:长度为>= 4的ints列表。输入张量的每个维度的窗口大小。跨步:长度为>= 4的ints列表。输入张量的每个维度的滑动窗口的步长。

和

每个池op使用大小为ksize的矩形窗口，以偏移步长分隔。例如，如果跨步是所有的，那么每个窗口都被使用，如果跨步是所有的两个，那么每一个其他的窗口都在每个维度中使用，等等。

下面的Caffe在Tensorflow中的max-pooling是什么意思？

layer {
  name: "pool"
  type: "Pooling"
  bottom: "relu"
  top: "pool"
  pooling_param {
    pool: MAX
    kernel_size: 2
    stride: 2
  }
}

我不确定它们是否意味着所有一个人的重叠池1,1,1,1和不重叠的2,2,2,2，2，2，2。

如果跨步是所有的，那么每一个窗口都是使用的，如果跨步是所有的两个，那么每一个其他的窗口都在每个维度中使用，等等。

Answer 1

要在张量流中执行最大池，请使用：

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

其中ksize定义了用于最大池的窗口。请注意，必须为输入的每个维度指定窗口大小。这是caffe最大的不同之处，caffe为你做所有维数的计算。请注意，您可能有不同的维度，这取决于您的输出来自上一个卷积层的数量。

步幅在caffe (“跳过”输入)中仍然有相同的效果。但是，您必须再次为输入的每个维度指定步长。

尺寸至少为4或更大。

请参阅这里的文件：

docs/python/nn/pooling