tf.nn.max_pool的ksize参数是用来指定池化窗口大小的。

Question

在tf.nn.max_pool的定义中，ksize有什么用处？

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

Performs the max pooling on the input.

Args:

value: A 4-D Tensor with shape [batch, height, width, channels] and type    tf.float32.
ksize: A list of ints that has length >= 4. The size of the window for each dimension of the input tensor.

例如，如果一个是张量：[1, 64, 64, 3]，ksize=3。那是什么意思呢？

- user288609

---

它在大小为ksize（核大小）的区域内取最大值。 - Olivier Moindrot

根据描述，ksize捕获输入张量每个维度的窗口大小。如果批处理大小=6，ksize = 3，那么对于给定的池化核，最大值是否将在3个批次中取得？ - user288609

Answer 1

根据文档说明:

ksize: 一个长度大于等于4的整数列表，表示输入张量每个维度的窗口大小。

对于图像而言，一般输入的形状为[batch_size, 64, 64, 3]，其中64x64像素的RGB图像。

如果使用2x2窗口进行最大池化操作，则ksize通常为[1, 2, 2, 1]。在批处理尺寸和通道尺寸上，ksize为1，因为我们不想在多个示例或多个通道上取最大值。

- Olivier Moindrot