YW *_*won 6 python conv-neural-network tensorflow
我正在尝试实现一种使用 L2 池化的 CNN 架构。参考论文特别指出L2池化比最大池化更好，所以我想在激活函数之后尝试L2池化。
然而，Tensorflow似乎只提供tf.nn.avg_pool// 。tf.nn.max_poolingtf.nn.max_pool_with_argmax
有没有办法在 Tensorflow 中实现 L2 池化？
conv = tf.....
h = tf.nn.tanh(conv)
p = tf.pow(tf.nn.ave_pool(tf.pow(h,2)), 0.5)
这会等价吗？这在反向传播方面效果好吗？
对于那些可能想知道的人，当我按照雅罗斯拉夫·布拉托夫的回应进行尝试时，我可以看到更好的性能：
tf.sqrt(tf.nn.ave_pool(tf.square(h))
| 归档时间： |
|
| 查看次数： |
2455 次 |
| 最近记录： |