如何在 TensorFlow 中进行全局平均池化？如果我有一个形状张量batch_size, height, width, channels = 32, 11, 40, 100，仅仅使用就足够了tf.layers.average_pooling2d(x, [11, 40], [11, 40])只要通道=类？
你也可以这样做tf.reduce_mean(x, 轴=[1,2])，特别是如果您的高度和宽度未定义。
通常，在 CNN 中，张量的形状为b, h, w, c where b是批量大小，w and h对应于宽度和高度尺寸，并且c是通道/滤波器的数量。
当你沿着轴缩小时[1,2]，减少张量的第一维和第二维（保持批量大小和通道/滤波器的数量）
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
