账号密码登录
微信安全登录
微信扫描二维码登录

登录后绑定QQ、微信即可实现信息互通

手机验证码登录
找回密码返回
邮箱找回 手机找回
注册账号返回
其他登录方式
分享
  • 收藏
    X
    一维卷积神经网络池化后为什么特征图没有减少?
    55
    0

    小弟刚接触卷积神经网络,用mnist数据集练手,想将其展成一维向量输入,训练时发现对其进行池化操作后特征图的shape没有变化,不知道有没有大神指导一下,以下是代码,还有请问和tf的版本有关吗,因为看到tf的网站上api有版本之分,旧版本没有tf.nn.max_pool1d这个函数,不知道是否有关系?
    def max_pool_1x2(x):  

    return tf.nn.max_pool1d(x, ksize`=2, strides=2, padding='SAME')`

    h_pool1 `= max_pool_1x2(h_conv1)`
    h_conv1的每一个向量是784,池化后h_pool1的每一个向量长还是

    0
    打赏
    收藏
    点击回答
    您的回答被采纳后将获得:提问者悬赏的 10 元积分
        全部回答
    • 0
    更多回答
    扫一扫访问手机版
    • 回到顶部
    • 回到顶部