tensorflow如何獲取tensor中的shape作為max_pool的ksize

小編給大家分享一下tensorflow如何獲取tensor中的shape作為max_pool的ksize，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

實驗發(fā)現(xiàn)，tensorflow的tensor張量的shape不支持直接作為tf.max_pool的參數(shù)，比如下面這種情況（一個錯誤的示范）：

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的過程中想對特征每一列進(jìn)行max_pooling，但因為tensor F1張量沒有值，而ksize此處需要一個int類型的常量，所以tf.shape(self.F1)[0]無法作為ksize的參數(shù)。

一些人的做法是固定行數(shù)，比如pointnet固定為2048個點，但這樣做需要重新采樣，過于麻煩。

而既然tensorflow不提供標(biāo)準(zhǔn)的max_pool層實現(xiàn)，其實可以自己實現(xiàn)每一列取最大值的操作，充當(dāng)自己的max_pool。如下圖所示：

def max_pooling(self, NC):
    out = tf.reduce_max(NC, reduction_indices=[0])
    return out

利用reduce_max剛好能實現(xiàn)這個操作，其中reduction_indices可以指定取哪一維的最大值。這個函數(shù)的詳細(xì)功能可以參考官方文檔。

這種情況和tf.reshape不同，tf.reshape是可以使用tf.shape(tensor)[i]的，可能兩者對參數(shù)的要求不一樣。

以上是“tensorflow如何獲取tensor中的shape作為max_pool的ksize”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對大家有所幫助，如果還想學(xué)習(xí)更多知識，歡迎關(guān)注億速云行業(yè)資訊頻道！