什么是tf.nn.max_pool的ksize参数用于？

Question

在tf.nn.max_pool的定义中，ksize用于什么？

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input value是tensor : [1, 64, 64, 3]和ksize=3。那是什么意思？

Answer 1

documentation说：

ksize：长度> = 4的整数列表。输入张量的每个维度的窗口大小。

通常对于图像，输入的形状为[batch_size, 64, 64, 3]，用于64x64像素的RGB图像。

内核大小ksize通常是[1, 2, 2, 1]，如果你有一个2x2窗口，你取得最大值。在批量大小维度和渠道维度上，ksize是1，因为我们不希望在多个示例或多个通道上取最大值。