技術標籤：tensorflowpython機器學習

tf.nn.max_pool 從數學的角度看這個，超好理解。

在網上看了半天沒看明白咋回事，於是自己決定研究一下，不搞花裡胡哨，讓大家之間理解他到底要幹啥！！！！！

import tensorflow.compat.v1  as tf
tf.compat.v1.disable_eager_execution()
x=tf.constant([[1.,10.,3.,4.,],[5.,6.,7.,8.],[9.,10.,11.,12.],[13.,14.,15.,16]])
x=tf.reshape(x,[2,2,4,1])
SAME=tf.
 
nn.max_pool(x,[1,1,2,1],[1,2,2,1],padding='SAME')#value, ksize, strides, padding Kize表示視窗大小 strides表示步長
a=tf.nn.max_pool(x,[1,2,1,1],[1,2,2,1],padding='SAME')#
with tf.Session() as sess:
	a0=sess.run(x)
	a1=sess.run(SAME)
	a2=sess.run(a)
	print(a0)
	print(a1)
	print(a2)

我先把矩陣變成[2,2,4,1]形式，簡單粗暴的說就是整體分為兩大塊，然後兩大塊有分成兩小塊，兩小塊裡分成4*1的矩陣，大家要注意中括號就能看明白我說的。