时间戳

首页 > 解决方案 > tensorflow中Conv1d的情况下如何实现平均池化？

python - tensorflow中Conv1d的情况下如何实现平均池化？

问题描述

我想在 conv1d 中实现平均池化。但tf.nn.avg_pool功能只能在 4 维张量上实现。那么我应该怎么做才能克服这个问题呢？

def avg_pool(conv_out):
    return tf.nn.avg_pool(conv_out,ksize=[1,1,2,1],strides=[1,1,2,1],padding='SAME')

i = tf.constant([1, 0, 2, 3, 0, 1], dtype=tf.float32)

data   = tf.reshape(i, [1, int(i.shape[0]), 1], name='data')

kernel = tf.Variable(tf.random_normal([2,1,1]))

conv_out = tf.nn.conv1d(data, kernel, 2, 'VALID')
pool_out = avg_pool(conv_out)

标签： pythontensorflow

解决方案

一种选择是为您的数据添加一个额外的维度，然后将其删除：

def avg_pool(conv_out):
    conv_out_2d = conv_out[:, tf.newaxis]
    pool_out_2d = tf.nn.avg_pool(conv_out_2d,
                                 ksize=[1, 1, 2, 1],
                                 strides=[1, 1, 2, 1],
                                 padding='SAME')
    pool_out = pool_out_2d[:, 0]
    return pool_out

另一种可能性是使用泛型tf.nn.pool：

def avg_pool(conv_out):
    return tf.nn.pool(conv_out, window_shape=[2], pooling_type='AVG', padding='SAME')

请注意，在这种情况下，我不包括步幅，因为默认值与您在示例中使用的值匹配，但您也可以根据需要对其进行修改。

推荐阅读