tensorflow之获取tensor的shape作为max_pool的ksize实例
实验发现，tensorflow的tensor张量的shape不支持直接作为tf.max_pool的参数，比如下面这种情况（一个错误的示范）：
self.max_pooling1=tf.nn.max_pool(self.l_6,ksize=[1,tf.shape(self.F1)[0],1,1],strides=[1,1,1,1],padding='VALID',name='maxpool1')
我在max_pool的过程中想对特征每一列进行max_pooling，但因为tensorF1张量没有值，而ksize此处需要一个int类型的常量，所以tf.shape(self.F1)[0]无法作为ksize的参数。
一些人的做法是固定行数，比如pointnet固定为2048个点，但这样做需要重新采样，过于麻烦。
而既然tensorflow不提供标准的max_pool层实现，其实可以自己实现每一列取最大值的操作，充当自己的max_pool。如下图所示：
defmax_pooling(self,NC): out=tf.reduce_max(NC,reduction_indices=[0]) returnout
利用reduce_max刚好能实现这个操作，其中reduction_indices可以指定取哪一维的最大值。这个函数的详细功能可以参考官方文档。
这种情况和tf.reshape不同，tf.reshape是可以使用tf.shape(tensor)[i]的，可能两者对参数的要求不一样。
以上这篇tensorflow之获取tensor的shape作为max_pool的ksize实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。