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！
實驗發現，tensorflow的tensor張量的shape不支持直接作為tf.max_pool的參數，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。
一些人的做法是固定行數，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不提供標準的max_pool層實現，其實可以自己實現每一列取最大值的操作，充當自己的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剛好能實現這個操作，其中reduction_indices可以指定取哪一維的最大值。這個函數的詳細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，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
