如何在 TensorFlow 中计算 4-D 张量的平均值

Question

我刚刚用TensorFlow实现了一个CNN模型。在这里，我有一个 4 维的张量：A=[16,96,96,64]（16 是批量大小，96 是图像块大小，64 是特征图的数量）。我只需要计算张量 A 中每个特征图的平均值（如平均池）并返回一个大小为 [16,1,1,64] 的新张量，它包含 A 中每个特征图的平均值.

您能告诉我我是如何意识到这一点的吗？

提前致谢！

一个大小为[16,96,96,64]的张量，我需要得到这个张量中每个特征图的平均值，并返回一个大小为[16,1,1,64]的张量。我不确定如何实现这一点。

结果应该是张量，包括张量A中特征图的平均值，它的大小为[16,1,1,64]。

Answer 1

使用tf.reduce_mean() 和指定参数axis 计算均值，然后使用tf.expand_dims() 恢复缩减轴：

import tensorflow as tf
import numpy as np

x = tf.placeholder(tf.float32, (None, 96, 96, 64))

reduced = tf.expand_dims(tf.reduce_mean(x, axis=1), 1)
reduced = tf.expand_dims(tf.reduce_mean(reduced, axis=2), 2)

data = np.random.normal(size=(16, 96, 96, 64))

with tf.Session() as sess:
    evaled = reduced.eval({x:data})
    print(evaled.shape) # (16, 1, 1, 64)