【问题标题】：what's the difference between tf.nn.conv2d with strides = 2 and tf.nn.max_pool with 2x2 pooling?strides = 2 的 tf.nn.conv2d 和 2x2 池化的 tf.nn.max_pool 有什么区别？
【发布时间】：2018-01-17 14:06:30
【问题描述】：
如上所述，两者都
tf.nn.conv2d 步幅 = 2
和
2x2 池化的 tf.nn.max_pool
可以将输入的大小减少一半，我知道输出可能会有所不同，但我不知道是否会影响最终的训练结果，对此有任何线索，谢谢。
【问题讨论】：
标签：
machine-learning
tensorflow
deep-learning
training-data
【解决方案1】：
最终训练的结果实际上可能会有所不同，因为卷积将张量乘以过滤器，您可能不希望这样做，因为它会占用额外的计算时间，并且还会过度拟合您的模型，因为它会有更多的权重。
【解决方案2】：
在您的两个示例中，假设我们应用了一个[height, width] 内核，其跨度为[2,2]。这意味着我们将内核应用于二维输入上大小为[height, width] 的二维窗口以获取输出值，然后将窗口向上或向下滑动 2 以获取下一个输出值。
假设padding='SAME'
不同之处在于如何计算每个窗口的输出值：
conv2d
- 输出是输入值乘以
[height, width] 内核中每个单元的权重的线性组合
- 这些权重成为模型中的可训练参数
最大池
- 输出只是在
[height, width] 输入值窗口中选择最大输入值
- 此操作没有引入权重和可训练参数