tf.nn.max_pool

Выполняет максимальное пулинговое преобразование входных данных.

tf.nn.max_pool(
    input, ksize, strides, padding, data_format=None, name=None
)

Для заданного окна размера ksize, выбирает максимальное значение внутри этого окна. Используется для сокращения вычислений и предотвращения переобучения.

Рассмотрим пример пулинга с 2x2, неперекрывающимися окнами:

matrix = tf.constant([
    [0, 0, 1, 7],
    [0, 2, 0, 0],
    [5, 2, 0, 0],
    [0, 0, 9, 8],
])
reshaped = tf.reshape(matrix, (1, 4, 4, 1))
tf.nn.max_pool(reshaped, ksize=2, strides=2, padding="SAME")
<tf.Tensor: shape=(1, 2, 2, 1), dtype=int32, numpy=
array([[[[2],
         [7]],
        [[5],
         [9]]]], dtype=int32)>

Мы можем изменить размер окна, используя параметр ksize. Например, если мы расширим окно до 3:

tf.nn.max_pool(reshaped, ksize=3, strides=2, padding="SAME")
<tf.Tensor: shape=(1, 2, 2, 1), dtype=int32, numpy=
array([[[[5],
         [7]],
        [[9],
         [9]]]], dtype=int32)>

Теперь мы взяли два дополнительных больших числа (5 и 9) в двух из объединённых точек.

Обратите внимание, что наши окна теперь перекрываются, так как мы всё ещё передвигаемся на 2 единицы на каждой итерации. Это приводит к тому, что мы видим ту же 9 дважды, поскольку она входит в два перекрывающихся окна.

Мы можем изменить расстояние перемещения окна на каждой итерации, используя параметр strides. Обновление этого параметра до значения, совпадающего с размером окна, устраняет перекрытие:

tf.nn.max_pool(reshaped, ksize=3, strides=3, padding="SAME")
<tf.Tensor: shape=(1, 2, 2, 1), dtype=int32, numpy=
array([[[[2],
         [7]],
        [[5],
         [9]]]], dtype=int32)>

Поскольку окно не подходит без остатка к нашему входу, вокруг краёв добавляется заполнение, что даёт тот же результат, что и при использовании окна 2x2. Мы можем обойтись без заполнения и просто отбросить окна, которые не полностью помещаются в наш вход, передав вместо этого "VALID" аргументу padding:

tf.nn.max_pool(reshaped, ksize=3, strides=3, padding="VALID")
<tf.Tensor: shape=(1, 1, 1, 1), dtype=int32, numpy=array([[[[5]]]],
 dtype=int32)>

Теперь мы взяли наибольшее значение в окне 3x3, начиная с левого верхнего угла. Поскольку другие окна не помещаются в наш вход, они отбрасываются.