我正在尝试实现类似全卷积网络的东西,其中最后一个卷积层使用大小为 1x1 的滤波器并输出“分数”张量。分数张量的形状为 [Batch, height, width, num_classes]。
我的问题是,张量流中的什么函数可以对每个像素应用 softmax 运算,而与其他像素无关。 tf.nn.softmax 操作似乎不是用于此目的。
如果没有这样的操作,我想我必须自己写一个。
Thanks!
更新:如果我确实必须自己实现,我想我可能需要将输入张量重塑为 [N, num_claees],其中 N = Batch x 宽度 x 高度,并应用 tf.nn.softmax,然后将其重塑回来。是否有意义?
正如您所猜测的,将其重塑为二维,然后再将其重塑回来,这是正确的方法。
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@)