问题标签 [max-pooling]

我是张量流的新手。我正在尝试在一维卷积层之后添加一个最大池化层：

但是我得到了错误，我知道为什么会这样？

我正在使用 keras 功能 api，并且我有形状张量

现在我想采用unigramand bigram&的最大特征，trigram 所以预期的形状应该是

所以我添加了这一行

并得到这个错误：IndexError: tuple index out of range

我从https://arxiv.org/pdf/1603.01068.pdf获取了这个神经网络配置，我不明白为什么 Matlab 说第 8 层由于尺寸问题而不能接受第 7 层的数据。这些是层：

我已经计算了所有层输出的大小，它们似乎是正确的。如果我删除最后一个 maxpooling 层，网络可以工作，但它的性能不如我预期的那样好。

我只在带有 tensorflow 后端的 keras 中MaxPooling2D找到了。AveragePooling2D一直在寻找MinimumPooling2D。这个 github链接建议使用类似这样的东西来最小化池（pool2d(-x)）

在输入前使用负号时出现错误。我在 keras 中使用的以下行

我处理 的数据Facebook Babi Task，并在将模型与 LSTM 一起使用之后（在此 github https://github.com/fchollet/keras/blob/master/examples/babi_rnn.py上定义）。现在我想用一个带有卷积和 Maxpooling 的模型来学习。但是性能很低，我想知道是否有人有改进它的想法。

学习的acc值降低

我的模型作为性能返回：

是否在 Keras 中实现了 Weldon 池化 [1]？

我可以看到它已由作者 [2] 在 pytorch 中实现，但找不到 keras 等效项。

[1] T. Durand、N. Thome 和 M. Cord。Weldon：深度卷积神经网络的弱监督学习。在 CVPR，2016 年。 [2] https://github.com/durandtibo/weldon.resnet.pytorch/tree/master/weldon

所以我试图在 Keras 中使用分数最大池和 CIFAR-10 上的 Lambda 包装器，但是每当我尝试训练模型时，运行时就会消失。关于发生了什么的任何线索？我正在使用带有 tensorflow 后端的 Keras v2.0。

我正在做一个分段项目，想知道是否有办法修改 keras.application 中的 resent50 maxpooling 层。我在 Kaggle 内核中使用 keras.application 并且想知道是否可以通过代码更新层。

至：

如何在 PyTorch 中执行 sum pooling。具体来说，如果我们有输入(N, C, W_in, H_in)并希望(N, C, W_out, H_out)使用特定的输出kernel_size，stride就像nn.Maxpool2d？

我在使用 Tensorflow 时遇到问题。我有四个带有相应索引的图像。我想用它们制作图像。我尝试了循环、tf.gather、tf.assign 等，但都显示错误。如果有人帮助我，将不胜感激。我用一个小例子来解释我的问题：我们有 4 个张量及其来自张量 tf.ktop 函数的索引：（为了简单起见，我像 MATLAB 一样编写）

a = [1, 2; 5, 6] a_idx = [0, 1; 2, 3] b = [3, 4; 7, 8] b_idx = [0, 1; 2, 3] c = [9, 10; 13, 14] c_idx = [0, 1; 2, 3] d = [11, 12; 15, 16] d_idx = [0, 1; 2, 3]

我正在寻找来自 a、b、c 和 d 的大图像及其索引，例如：

image = [a b; c d] image = [1, 2, 3, 4; 5, 6, 7, 8;9 10, 11, 12;13, 14, 15, 16]

在python中，我有类似的东西：

因此，n_patches 是 4 个张量，我需要将 a 到 d 值放入对应于 a_idx 到 d_idx 的每个补丁。我在 MATLAB 或 Numpy 中使用 for 循环很容易做到这一点，但在 tensorflow 中我不能