TensorFlow 中的平均池化函数是如何工作的？

Question

让我们假设这样的张量：

x = tf.constant([[1., 2., 3.],
                  [4., 5., 6.],
                  [7., 8., 9.]])

要应用平均池化函数，我会这样做：

x = tf.reshape(x, [1, 3, 3, 1])
avg_pool_2d = tf.keras.layers.AveragePooling2D(pool_size=(2, 2),strides=(2, 2), padding='same')
avg_pool_2d(x)

结果是：

<tf.Tensor: shape=(1, 2, 2, 1), dtype=float32, numpy=
array([[[[3. ],
         [4.5]],
        [[7.5],
         [9. ]]]], dtype=float32)>

我可以按照上面的逻辑：

(1+2+4+5)/4 = 3
(3+6)/2 = 4.5
(7+8)/2 = 7.5
(9/1) = 9

我认为逻辑如下： 池化过滤器通常位于张量内部以执行池化运算符。但是当整个过滤器不位于张量内时（见下图示例），我们需要指定位于张量内的过滤器元素的数量（

a

）。下图说明了 4 x 3 张量的逻辑，池化过滤器和步长为 2 x 2，填充相同。

然而，并不总是这样。例如，假设以下张量：

y = tf.constant([[1., 2., 3., 4., 5.],
                 [6., 7., 8., 9., 10.]])

然后，我这样做：

y = tf.reshape(y, [1, 2, 5, 1])
avg_pool_2d = tf.keras.layers.AveragePooling2D(pool_size=(4, 4),strides=(4, 4), padding='same')
avg_pool_2d(y)

结果是这样的：

    <tf.Tensor: shape=(1, 1, 2, 1), dtype=float32, numpy=
array([[[[4.5 ],
         [7.]]]], dtype=float32)>

如果我想按照第一个例子的逻辑，我希望结果是这样的：

(1+2+3+4+6+7+8+9)/8 = 5
(5+10)/2 = 7.5

我正在使用 TensorFlow 2.8.0。我犯了什么错误？

Answer 1

如果您查看文档，AveragePooling2D 您可以看到填充

“相同”导致输入的左/右或上/下均匀填充，使得输出具有与输入相同的高度/宽度维度。

这表示填充可以添加到形状的两侧。这意味着第一个值是：

(1 + 2 + 3 + 6 + 7 + 8)/6

第二个值是

(4 + 5 + 9 + 10)/4

您假设第一个元素从 1 到 4，但图像的两边都有填充。 1 在开头，2 在结尾。因此，第一个值是从 1-3 计算的，第二个值是从 4-5 计算的。

在您的 2x2 情况下，如果需要填充，则只会填充 1 行/列，并且似乎总是在末尾添加。

文档虽然不清楚，所以我不会依赖这种行为。