tflearn - global_max_pool/global_avg_pool 和 avg_pool_2d/1d/3d 有什么区别？

Question

我试图比较来自 tflearn 的文本分类教程代码：https ://github.com/tflearn/tflearn/blob/master/examples/nlp/cnn_sentence_classification.py

还有来自 dennybritz 的： https ://github.com/dennybritz/cnn-text-classification-tf

这两个代码显示了不同的结果，我知道这可能是因为 tflearn 教程使用 1d 卷积，但是有一行代码我不明白：

网络 = global_max_pool（网络）

global_max_pool 和 max_pool_2d 有什么区别？

Answer 1

查看代码，他们对张量流库进行了不同的调用：

2d_max_pool

大致完成您的期望和回报（以及做一些其他事情）：

tf.nn.max_pool(incoming, kernel, strides, padding)

使用指定的参数。这是一个 4d 张量，类似于输入张量

global_max_pool

实际上在输入张量中执行了相当大的减少。输入张量的维度：

[batch, height, width, in_channels]

然后函数 global_max_pool 返回（以及做一些其他事情）

tf.reduce_max(incoming, [1, 2])

我认为给出了每个 in_channels 中每个张量的最大值