一维卷积神经网络池化后为什么特征图没有减少？
小弟刚接触卷积神经网络，用mnist数据集练手，想将其展成一维向量输入，训练时发现对其进行池化操作后特征图的shape没有变化，不知道有没有大神指导一下，以下是代码，还有请问和tf的版本有关吗，因为看到tf的网站上api有版本之分，旧版本没有tf.nn.max_pool1d这个函数，不知道是否有关系？def max_pool_1x2(x):
return tf.nn.max_pool1d(x, ksize`=2, strides=2, padding='SAME')`
h_pool1 `= max_pool_1x2(h_conv1)`
h_conv1的每一个向量是784，池化后h_pool1的每一个向量长还是
以上是 一维卷积神经网络池化后为什么特征图没有减少？ 的全部内容， 来源链接： utcz.com/p/937682.html
