深度学习-Maxpool

之前只是知道maxpool是取一个区域内的最大值，却没关心maxpool到底是怎么做的

今天来补一下

 

网上的例子都是输入为4*4或者8*8等偶数形式的，对于奇数输入的maxpool却没有多少解释

我们这里主要解释奇数形式的maxpool

对于偶数形式，网上已经讲的非常清楚了

对于奇数形式，tensorflow是这么做的

import os
import cv2
import tensorflow as tf
import numpy as np

value = np.array([[[[1],[2],[3],[4],[5]],  [[6],[7],[8],[9],[10]], [[11],[12],[13],[14],[-1]]]])
print(value.shape)

mat_1 = tf.Variable(value)

mat_2 = tf.nn.max_pool(mat_1,  ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding='SAME')

with tf.Session() as sess:
        sess.run(tf.global_variables_initializer())
        out = sess.run(mat_2)
        print(out)
        print(out.shape)

输出为

[[[[ 7]
   [ 9]
   [10]]

  [[12]
   [14]
   [-1]]]]
(1, 2, 3, 1)

那么就可以看出，他是能做maxpool的先做maxpool

对于凑不够2*2的，，他会在map周围补上一圈值为-inf的数，再做maxpool