关于tensorflow max_pooling函数的混淆

Question

我在tensorflow的医生中找到了这个信息：

tf.layers.max_pooling1d?
Max Pooling layer for 1D inputs.

Arguments:
   inputs: The tensor over which to pool. Must have rank 3.

和：

tf.layers.max_pooling2d?

Max pooling layer for 2D inputs (e.g. images).

Arguments:
   inputs: The tensor over which to pool. Must have rank 4.

我的困惑是，为什么输入分别需要3级和4级？

Answer 1

可能导致你困惑的是，一个等级对应于渠道。

对于2D输入(例如图像)，这4个级别对应于以下内容：

• N指的是批处理中的图像数量。
• H指垂直(高度)维度中的像素数。
• W指的是水平(宽度)维度中的像素数。
• C指的是频道。例如，1用于黑白或灰度，3用于RGB。

根据您是想拥有channels_first还是channels_last，级别分别被排序为NCHW或NHWC。

对于一维输入，只有一个H或W (我更愿意把它看作W，但这取决于您)，所以您可以使用NCW (channels_first)或NWC (channels_last)。

有关排序(channels_first或channels_last)如何影响计算速度的更多信息，您可能需要查看我从哪里获得上述信息的TensorFlow性能指南。