实现一个 minmax maxpooling 层答案

【问题标题】：Implementing a minmax maxpooling layer实现一个 minmax maxpooling 层
【发布时间】：2021-07-14 04:07:36
【问题描述】：

我需要实现一个 minmax 池化层。我有 4 维张量，(batch_size,height,width,activation_maps)。

我想实现一种方法，将具有最大 absolute 值的数字传播到下一层，而不是选择最大元素。

我附上了一个例子来说明清楚。

我有一个想法，对输入张量 x 执行两次 maxpooling 操作。一次在原始张量上，第二次在否定它之后。之后，我可以比较两个获得的结果的值并选择最大的绝对值。但是，我被困住了。我已经粘贴了下面的代码。任何进一步的帮助都会很棒。

谢谢

class CustomMaxPooling(tf.keras.layers.Layer):
      def __init__(self, pool_size,strides,padding,shape):
        super(CustomMaxPooling, self).__init__()
    
        self.pool_size =pool_size
        self.strides=strides
        self.padding = padding
        self.shape = shape
    
        
      def call(self, x):
        positive = MaxPool2D(pool_size=self.pool_size,strides=self.strides, padding=self.padding,name =self.name)(x)
        negative = MaxPool2D(pool_size=self.pool_size,strides=self.strides, padding=self.padding,name =self.name)(-x)
       
        return

只是为了测试：

X = tf.random.normal([4,4,4,3],  dtype=tf.dtypes.float32, seed=None, name=None)
result = CustomMaxPooling(pool_size=(2, 2),strides=(1, 1),padding='valid',shape=X.shape)(X)

【问题讨论】：

您能详细说明您现在卡住的原因吗？如果您包含一个最小的、可重现的示例来展示您面临的任何问题，这将非常有帮助。
@jakub 我知道简单的循环，但我如何比较结果，然后在 4 维时收集它们。问题是我不能在 batch_size 上建立索引（因为它会引发我无法在非类型上建立索引的错误）所以在这种情况下我只能在高度和宽度上建立索引。
为什么需要对batch维度进行索引？
@thushv89 如果我不索引，我如何比较正张量和负张量。我看到你是 tensorflow 的作者。如果您不想给出完整的解决方案，请给出一些提示。

标签： tensorflow keras deep-learning tensorflow2.0 keras-layer

【解决方案1】：

您可以直接使用tf.abs 合并输入张量的绝对值：

X = tf.random.normal([4,4,4,3],  dtype=tf.dtypes.float32, seed=None, name=None)

# Pool the absolute of the input tensor
result = MaxPool2d()(tf.abs(X))

【讨论】：

它不会输出负值。结果将是所有正数。从我发布的图像中，如果我使用您上面发布的代码，输出将是 5 而不是 -5。