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@)
