#代码问题

来源：4-5 VGG-ResNet实战（2）

战战的坚果

2020-03-24

conv3 = tf.layers.conv2d(pooling2,
32, # output channel number
(3,3), # kernel size
padding = ‘same’,
activation = tf.nn.relu,
name = ‘conv3’)

pooling3 = tf.layers.max_pooling2d(conv3,
(2, 2), # kernel size
(2, 2), # stride
name = ‘pool3’)

flatten = tf.layers.flatten(pooling3)
y_ = tf.layers.dense(flatten, 10)

与
conv3 = tf.layers.conv2d(pooling2,
32, # output channel number
(3,3), # kernel size
padding = ‘same’,
activation = tf.nn.relu,
name = ‘conv3’)

global_pool = tf.reduce_mean(conv3 , [1,2])
y_ = tf.layers.dense(global_pool, 10)

提问：老师，这两段代码是一模一样的嘛？

写回答

1回答

正十七

2020-03-24

已采纳

兄弟，你的代码连缩进也没有看得我真是头大。。

你是想问pooling + flatten + dense和reduce_mean + dense是不是一样吧？答案是如果pooling是average poolong且结果的图片大小就是1x1的，那么就是等价的。否则，reduce_mean相对前者就会有损失。

战战的坚果

抱歉，老师，代码从jupyter直接粘过来就变成了这个样子

2020-03-25

共1条回复

深度学习之神经网络(CNN/RNN/GAN)算法原理+实战

深度学习算法工程师必学，深入理解深度学习核心算法CNN RNN GAN

2617 学习 · 935 问题

相似问题

回答 2

回答 2

回答 1

回答 1

回答 1