python - 如何在 TensorFlow 中计算 4 维张量的平均值

Question

我刚刚使用 TensorFlow 实现了 CNN 模型。在这里，我有一个 4 维张量:A=[16,96,96,64](16 是批量大小，96 是图像 block 大小，64 是特征图数量)。我只需要计算张量 A 中每个特征图的平均值(如平均池化)并返回一个大小为 [16,1,1,64] 的新张量，它包含 A 中每个特征图的平均值.

您能告诉我我是如何实现这一点的吗？

提前致谢!

大小为 [16,96,96,64] 的张量，我需要获取该张量中每个特征图的平均值并返回大小为 [16,1,1,64] 的张量。我不知道如何实现这一点。

结果应该是包含张量A中特征图平均值的张量，其大小为[16,1,1,64]。

Answer 1

使用带有指定参数axis的tf.reduce_mean()来计算平均值，然后使用tf.expand_dims()来恢复缩小的轴:

import tensorflow as tf
import numpy as np

x = tf.placeholder(tf.float32, (None, 96, 96, 64))

reduced = tf.expand_dims(tf.reduce_mean(x, axis=1), 1)
reduced = tf.expand_dims(tf.reduce_mean(reduced, axis=2), 2)

data = np.random.normal(size=(16, 96, 96, 64))

with tf.Session() as sess:
    evaled = reduced.eval({x:data})
    print(evaled.shape) # (16, 1, 1, 64)