小编给大家分享一下tensorflow如何获取tensor中的shape作为max_pool的ksize，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！
实验发现，tensorflow的tensor张量的shape不支持直接作为tf.max_pool的参数，比如下面这种情况（一个错误的示范）：
self.max_pooling1 = tf.nn.max_pool(self.l_6, ksize = [1, tf.shape(self.F1)[0], 1, 1], strides = [1, 1, 1, 1], padding = 'VALID', name = 'maxpool1')
我在max_pool的过程中想对特征每一列进行max_pooling，但因为tensor F1张量没有值，而ksize此处需要一个int类型的常量，所以tf.shape(self.F1)[0]无法作为ksize的参数。
一些人的做法是固定行数，比如pointnet固定为2048个点，但这样做需要重新采样，过于麻烦。
而既然tensorflow不提供标准的max_pool层实现，其实可以自己实现每一列取最大值的操作，充当自己的max_pool。如下图所示：
def max_pooling(self, NC): out = tf.reduce_max(NC, reduction_indices=[0]) return out
利用reduce_max刚好能实现这个操作，其中reduction_indices可以指定取哪一维的最大值。这个函数的详细功能可以参考官方文档。
这种情况和tf.reshape不同，tf.reshape是可以使用tf.shape(tensor)[i]的，可能两者对参数的要求不一样。
以上是“tensorflow如何获取tensor中的shape作为max_pool的ksize”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注亿速云行业资讯频道！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
