如何正確使用tf.nn.max_pool_with_argmax

Question

目前我用張量流來玩一點，以便更好地理解機器學習張量流本身。 因此，我想想象張量流的方法（盡可能多）。 為了可視化max_pool，我加載了一個圖像並執行該方法。 之后我顯示了兩個：輸入和輸出圖像。

import tensorflow as tf
import cv2
import numpy as np

import matplotlib.pyplot as plt

image = cv2.imread('lena.png')
image_tensor = tf.expand_dims(tf.Variable(image, dtype=tf.float32), 0)

#output, argmax = tf.nn.max_pool_with_argmax(image_tensor, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding='SAME', name='pool1')
output = tf.nn.max_pool(image_tensor, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding='SAME', name='pool1')

init = tf.initialize_all_variables()
session = tf.Session()
session.run(init)

output = session.run(output)

session.close()

image = cv2.cvtColor(image, cv2.COLOR_RGB2BGR)
plt.figure()
plt.imshow(image)
plt.show()

output = cv2.cvtColor(output[0], cv2.COLOR_RGB2BGR)
plt.figure()
plt.imshow(255-output)
plt.show() 

一切正常，我得到這個輸出（如預期的那樣）

現在我想測試方法tf.nn.max_pool_with_argmax以獲得池化操作的argmax。 但如果我取消注釋該行

output, argmax = tf.nn.max_pool_with_argmax(image_tensor, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding='SAME', name='pool1')

Python崩潰了

tensorflow.python.framework.errors.InvalidArgumentError：沒有注冊OpKernel來支持Op'MaxPoolWithArgmax'這些attrs [[Node：pool1 = MaxPoolWithArgmaxT = DT_FLOAT，Targmax = DT_INT64，ksize = [1,2,2,1]，padding =“相同”，步幅= [1,2,2,1]]]

我不知道哪個參數是錯誤的，因為每個參數都應該是正確的（ tensorflow docs ）......

有誰知道出了什么問題？

Answer 1

從看的實施 ，似乎在tf.nn.max_pool_with_argmax()用於GPU時才實現。 如果您正在運行TensorFlow的僅CPU版本，那么您將收到"No OpKernel was registered to support Op 'MaxPoolWithArgmax' with these attrs ..." 。

（這似乎是一個可以改進文檔和錯誤消息的地方。）