python - tf.reduce_sum(lastconv,axis=2)/tf.reduce_sum(tf.cast(tf.greater(lastconv, 0), tf.float32), axis=2) 用于代替均值池？

Question

我正在处理眼睛轨迹数据和卷积神经网络。我被要求使用 tf.reduce_max(lastconv, axis=2)代替 MaxPooling 层和 tf.reduce_sum(lastconv,axis=2) / tf.reduce_sum(tf.cast(tf.greater(lastconv, 0), tf.float32), axis=2)代替 MeanPooling 层。

我有以下问题，但我无法弄清楚。如果你能让我理解那就太好了。

1. reduce_max函数的内部计算和传统的MaxPool层相同吗？两者的输出在维度上是不同的，为什么会这样呢？我不太明白为什么？
2. 为什么我们不能只使用 tf.reduce_mean MeanPooling 的函数，如tf.reduce_max用于MaxPooling？
3. tf.reduce_sum(lastconv,axis=2) / tf.reduce_sum(tf.cast(tf.greater(lastconv, 0), tf.float32), axis=2)这如何作为 MeanPool 计算方式工作以及有何不同 tf.reduce_mean ？

我相信你可以看出我不明白什么reduce_max/min/mean/sum对输入张量做了什么，模型从这些函数中学到了什么？

关于数据:数据的形状是(24,4,15,2,87236)，其中24个是受试者，4个温度变化和15个轨迹，2x87236是连续的眼睛注视(2因为x轴和y轴)轴)。我正在使用 LeaveOneOut CV，对 22 个科目进行训练，并分别对 1 个科目进行测试和验证。

创建训练集、验证集和测试集后，模型中的最终输入为 (22,60[4x15],2,87236) 、 (1,60,2,87236) 和 (1,60, 2,87236) 分别。

我希望我已经提供了有关我所处困境的足够信息，以便您帮助我解决问题。提前致谢。

Answer 1

reduce_max 取整个维度上的最大值，因此例如如果dim=1，则会减少

[[1,2,3],
 [2,1,3],
 [1,4,0]]

到

[3,3,4]

另一方面，最大池化着眼于某些移动窗口中的最大值，请参见例如 https://computersciencewiki.org/index.php/Max-pooling_/_Pooling 。这里的主要区别是窗口的形状。对于reduce_max，窗口是张量的整个切片，对于最大池化，它是某个指定的矩形。这也会导致不同的维度(要真正理解这一点，您可以看看如果在 reduce_max 中使用 keepdims=True 会发生什么)。

您对均值池层的替换似乎没有取算术平均值，而是除以正元素的数量(而不是一般的元素数量)。这可能就是您不能使用 reduce_mean 的原因。