假设输入的 shape 为 (4, 4, 3),这里的 (4, 4) 表示输入的图像大小,3 表示图像的通道数。

在进行 max pooling 操作之前,首先要确定输入的 shape 是否满足 max pooling 的要求。max pooling 的操作是在空间维度上进行的,所以输入的 shape 中至少需要有两个空间维度。在这个例子中,输入的 shape 满足要求。

max pooling 操作的 kernel size 为 2,表示在每个 2x2 的窗口中,选择最大值作为输出。所以,输出的 shape 会缩小为原来的一半。

实际进行 max pooling 操作时,对于每个 2x2 的窗口,从输入的 shape 中选择最大值作为输出。所以,对于输入的 shape 为 (4, 4, 3),输出的 shape 会变为 (2, 2, 3)。

这里的 (2, 2) 表示输出的图像大小,3 表示输出的通道数,与输入的通道数保持不变。

Max Pooling 操作示例:输入和输出形状

原文地址: https://www.cveoy.top/t/topic/m05A 著作权归作者所有。请勿转载和采集!

免费AI点我,无需注册和登录