def conv2d(x, W):
return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')
def max_pool_2x2(x):
return tf.nn.max_pool(x, ksize=[1, 2, 2, 1],
strides=[1, 2, 2, 1], padding='SAME')
這是Tensorflow網站上Deep MNIST for experts教程的代碼。MNIST Tensorflow示例
我有兩個問題:
1)documentation K-大小爲長度大於4的整數列表指的是最大池窗口的大小。考慮到這是一個2X2窗口,不應該只是[2,2]嗎?我的意思是爲什麼它是[1,2,2,1]而不是[2,2]?
2)如果我們在第一尺寸上邁出了一步。爲什麼我們需要一個4個值的向量,是不是一個值就足夠了?
strides = [1]
3)如果padding ='SAME'爲什麼圖像尺寸減少一半? (從28×28 14×14第一卷積過程)