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 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 с помощью параметра 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 получили два дополнительных больших числа (5 и 9) в двух из пулинговых точек.

Обратите внимание, что наши окна теперь перекрываются, так как мы все еще перемещаемся на 2 единицы на каждом шаге. Это приводит к тому, что мы видим то же самое число 9 дважды, так как оно входит в два перекрывающихся окна.

Мы можем изменить расстояние, на которое мы перемещаем наше окно на каждом шаге, используя параметр strides. Обновление этого значения до значения, равного размеру 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 полностью помещается в наш вход, вокруг краев добавляется заполнение, что дает нам тот же результат, что и при использовании окна 2x2. Мы можем вообще пропустить заполнение и просто отбросить окна, которые не полностью помещаются в наш вход, передав "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 верхнего левого угла. Поскольку другие окна не помещаются в наш вход, они отбрасываются.