TensorFlow函數(shù)教程：tf.nn.max_pool_with_argmax

tf.nn.max_pool_with_argmax函數(shù)

tf.nn.max_pool_with_argmax(
    input,
    ksize,
    strides,
    padding,
    Targmax=tf.int64,
    name=None
)

請(qǐng)參閱指南：神經(jīng)網(wǎng)絡(luò)>池操作

對(duì)輸入執(zhí)行最大池化并輸出最大值和指數(shù).

argmax中的指數(shù)是扁平,因此位置[b, y, x, c]處的最大值變?yōu)楸馄街笖?shù)((b * height + y) * width + x) * channels + c.

在扁平前返回的指數(shù)總是在[0, height) x [0, width),即使涉及填充并且數(shù)學(xué)上正確的答案在外部(要么是負(fù)數(shù),要么太大).這是一個(gè)bug,但是要以一種安全的向后兼容的方式修復(fù)它是很困難的,特別是由于扁平化.

參數(shù)：

• input：一個(gè)Tensor.必須是下列類型之一：float32,float64,int32,uint8,int16,int8,int64,bfloat16,uint16,half,uint32,uint64.4-D的具有shape [batch, height, width, channels].輸入到池中.
• ksize：ints列表,長(zhǎng)度>= 4.輸入張量的每個(gè)維度的窗口大小.
• strides：ints列表,長(zhǎng)度>= 4.輸入張量的每個(gè)維度的滑動(dòng)窗口的步幅.
• padding：string,可以是："SAME", "VALID".要使用的填充算法的類型.
• Targmax：可選的tf.DType,可以是：tf.int32, tf.int64.默認(rèn)為tf.int64.
• name：操作的名稱(可選).

返回：

Tensor對(duì)象元組(output,argmax).

• output：一個(gè)Tensor,與input有相同的類型.
• argmax：一個(gè)Tensor,類型為Targmax.