tf.nn.pool

Выполняет операцию пулинга N-мерных данных.

tf.nn.pool(
    input,
    window_shape,
    pooling_type,
    strides=None,
    padding='VALID',
    data_format=None,
    dilations=None,
    name=None
)

В случае, если data_format не начинается с "NC", вычисляет для 0 <= b < batch_size, 0 <= x[i] < output_spatial_shape[i], 0 <= c < num_channels:

output[b, x[0], ..., x[N-1], c] =
  REDUCE_{z[0], ..., z[N-1]}
    input[b,
          x[0] * strides[0] - pad_before[0] + dilation_rate[0]*z[0],
          ...
          x[N-1]*strides[N-1] - pad_before[N-1] + dilation_rate[N-1]*z[N-1],
          c],

где функция уменьшения REDUCE зависит от значения pooling_type, а pad_before определяется на основе значения padding, как описано в разделе «Возвращаемое значение» tf.nn.convolution для получения подробностей. Уменьшение никогда не включает позиции за пределами границ.

В случае, если data_format начинается с "NC", input и выход просто транспонируются следующим образом:

pool(input, data_format, **kwargs) =
  tf.transpose(pool(tf.transpose(input, [0] + range(2,N+2) + [1]),
                    **kwargs),
               [0, N+1] + range(1, N+1))