如何在 keras / tensorflow 中使用相同的平均池化处理不均匀的输入

【问题标题】：How is uneven input handled with same average pooling in keras / tensorflow如何在 keras / tensorflow 中使用相同的平均池化处理不均匀的输入
【发布时间】：2020-04-12 14:28:51
【问题描述】：

与question 非常相似，但用于平均池化。

公认的答案是，相同的池使用 -inf 作为 maxpooling 的填充。但是什么用于平均池化。他们只使用 0 吗？

【问题讨论】：

标签： tensorflow keras neural-network max-pooling

【解决方案1】：

好的，我自己测试一下。

np.set_printoptions(threshold=np.nan)
x = np.array([[[3.0,3.0,3.0],[3.0,3.0,3.0]]])
x = x.reshape(1,2,3,1)
sess = tf.Session()
K.set_session(sess)
b = K.constant(x)
b = AveragePooling2D(pool_size=(2, 2), padding="same")(b)
b = tf.Print(b,[b])
sess.run(b)

这会返回张量 [[[[3][3]]]] 所以它必须用 0 填充。

【讨论】：