池化层

MaxPooling1D

此层对时间数据执行最大池化操作。

参数

• pool_size: 指池化窗口的大小，一个整数。
• strides: 可以是整数或 None，表示下采样的因子。例如，2 会将输入减半。如果设置为 None，则默认为 pool_size。
• padding: 区分大小写，取值为 "valid" 或 "same" 之一。
• data_format: 可以是字符串 "channels_last" 或 "channels_first"，表示输入维度的顺序。对于 Keras 中的时间数据，"channels_last" 是默认格式，对应输入形状 (batch, steps, features)。而 "channels_first" 用于输入形状 (batch, features, steps)。

输入形状

如果 data_format 是 "channels_first"，则 3D 张量的输入形状为 (batch_size, features, steps)；如果 data_format 是 "channels_last"，则 3D 张量的输入形状为 (batch_size, steps, features)。

输出形状

如果 data_format 是 "channels_first"，则 3D 张量的输出形状为 (batch_size, features, downsampled_steps)；如果 data_format 是 "channels_last"，则 3D 张量的输出形状为 (batch_size, downsampled_steps, features)。

MaxPooling2D

二维最大池化层对空间数据执行最大池化操作。

参数

• pool_size: 指池化窗口的大小，可以是一个整数或一个包含 2 个整数的元组，表示下采样的因子（垂直、水平），例如 (2, 2) 会将输入在两个空间维度上都减半。如果只指定一个整数，则每个维度都将使用相同长度的窗口。
• strides: 步长值可以是整数、包含 2 个整数的元组或 None。如果选择 None，则默认为 pool_size。
• padding: 区分大小写，取值为 "valid" 或 "same" 之一。
• data_format: 可以是字符串 "channels_last" 或 "channels_first"，表示输入维度的顺序。"channels_last" 对应输入形状 (batch, height, width, channels)，而 "channels_first" 对应输入形状 (batch, channels, height, width)。它默认为 Keras 配置中 ~/.keras/keras.json 的 image_data_format 值。如果在此文件夹中找不到，则默认为 "channels_last"。

输入形状

如果 data_format 是 "channels_first"，则 4D 张量的输入形状为 (batch_size, channels, rows, cols)；如果 data_format 是 "channels_last"，则 4D 张量的输入形状为 (batch_size, rows, cols, channels)。

输出形状

如果 data_format 是 "channels_first"，则 4D 张量的输出形状为 (batch_size, channels, pooled_rows, pooled_cols)；如果 data_format 是 "channels_last"，则 4D 张量的输出形状为 (batch_size, pooled_rows, pooled_cols, channels)。

MaxPooling3D

三维最大池化层对三维数据（如空间或时空数据）执行最大池化操作。

参数

• pool_size: 指池化窗口的大小，一个包含 3 个整数的元组，表示下采样的因子（dim1, dim2, dim3），例如 (2, 2, 2) 会将三维输入在每个维度上都减半。
• strides: 步长值可以是包含 3 个整数的元组或 None。
• padding: 区分大小写，取值为 "valid" 或 "same" 之一。
• data_format: 可以是字符串 "channels_last" 或 "channels_first"，表示输入维度的顺序。"channels_last" 对应输入形状 (batch, spatial_dim1, spatial_dim2, spatial_dim3, channels)，而 "channels_first" 对应输入形状 (batch, channels, spatial_dim1, spatial_dim2, spatial_dim3)。它默认为 Keras 配置中 ~/.keras/keras.json 的 image_data_format 值。如果在此文件夹中找不到，则默认为 "channels_last"。
• 输入形状

如果 data_format 是 "channels_first"，则 5D 张量的输入形状为 (batch_size, channels, spatial_dim1, spatial_dim2, spatial_dim3)；如果 data_format 是 "channels_last"，则 5D 张量的输入形状为 (batch_size, spatial_dim1, spatial_dim2, spatial_dim3, channels)。

输出形状

如果 data_format 是 "channels_first"，则 5D 张量的输出形状为 (batch_size, channels, pooled_dim1, pooled_dim2, pooled_dim3)；如果 data_format 是 "channels_last"，则 5D 张量的输出形状为 (batch_size, pooled_dim1, pooled_dim2, pooled_dim3, channels)。

AveragePooling1D

此层对时间数据执行平均池化。

参数

• pool_size: 指池化窗口的大小，一个整数。
• strides: 可以是整数或 None，表示下采样的因子。例如，2 会将输入减半。如果选择 None，则默认为 pool_size。
• padding: 区分大小写，取值为 "valid" 或 "same" 之一。
• data_format: 可以是字符串 "channels_last" 或 "channels_first"，表示输入维度的顺序。对于 Keras 中的时间数据，"channels_last" 是默认格式，对应输入形状 (batch, steps, features)。而 "channels_first" 用于输入形状 (batch, features, steps)。

输入形状

如果 data_format 是 "channels_first"，则 3D 张量的输入形状为 (batch_size, features, steps)；如果 data_format 是 "channels_last"，则 3D 张量的输入形状为 (batch_size, steps, features)。

输出形状

如果 data_format 是 "channels_first"，则 3D 张量的输出形状为 (batch_size, features, downsampled_steps)；如果 data_format 是 "channels_last"，则 3D 张量的输出形状为 (batch_size, downsampled_steps, features)。

AveragePooling2D

对空间数据执行平均池化。

参数

• pool_size: 指池化窗口的大小，可以是一个整数或一个包含 2 个整数的元组，表示下采样的因子（垂直、水平），例如 (2, 2) 会将输入在两个空间维度上都减半。如果只指定一个整数，则每个维度都将使用相同长度的窗口。
• strides: 步长值可以是整数、包含 2 个整数的元组或 None。如果选择 None，则默认为 pool_size。
• padding: 区分大小写，取值为 "valid" 或 "same" 之一。
• data_format: 可以是字符串 "channels_last" 或 "channels_first"，表示输入维度的顺序。"channels_last" 对应输入形状 (batch, height, width, channels)，而 "channels_first" 对应输入形状 (batch, channels, height, width)。它默认为 Keras 配置中 ~/.keras/keras.json 的 image_data_format 值。如果在此文件夹中找不到，则它位于 "channels_last"。

输入形状

如果 data_format 是 "channels_first"，则 4D 张量的输入形状为 (batch_size, channels, rows, cols)；如果 data_format 是 "channels_last"，则 4D 张量的输入形状为 (batch_size, rows, cols, channels)。

输出形状

如果 data_format 是 "channels_first"，则 4D 张量的输出形状为 (batch_size, channels, pooled_rows, pooled_cols)；如果 data_format 是 "channels_last"，则 4D 张量的输出形状为 (batch_size, pooled_rows, pooled_cols, channels)。

AveragePooling3D

对三维数据（如时空或空间数据）执行平均池化操作。

参数

• pool_size: 指池化窗口的大小，一个包含 3 个整数的元组，表示下采样的因子（dim1, dim2, dim3），例如 (2, 2, 2) 会将三维输入在每个维度上都减半。
• strides: 步长值可以是包含 3 个整数的元组或 None。
• padding: 区分大小写，取值为 "valid" 或 "same" 之一。
• data_format: 可以是字符串 "channels_last" 或 "channels_first"，表示输入维度的顺序。"channels_last" 对应输入形状 (batch, spatial_dim1, spatial_dim2, spatial_dim3, channels)，而 "channels_first" 对应输入形状 (batch, channels, spatial_dim1, spatial_dim2, spatial_dim3)。它默认为 Keras 配置中 ~/.keras/keras.json 的 image_data_format 值。如果在此文件夹中找不到，则它位于 "channels_last"。

输入形状

如果 data_format 是 "channels_first"，则 5D 张量的输入形状为 (batch_size, channels, spatial_dim1, spatial_dim2, spatial_dim3)；如果 data_format 是 "channels_last"，则 5D 张量的输入形状为 (batch_size, spatial_dim1, spatial_dim2, spatial_dim3, channels)。

输出形状

如果 data_format 是 "channels_first"，则 5D 张量的输出形状为 (batch_size, channels, pooled_dim1, pooled_dim2, pooled_dim3)；如果 data_format 是 "channels_last"，则 5D 张量的输出形状为 (batch_size, pooled_dim1, pooled_dim2, pooled_dim3, channels)。

GlobalMaxPooling1D

对时间数据执行全局最大池化操作。

参数

• data_format: 可以是字符串 "channels_last" 或 "channels_first"，表示输入维度的顺序。对于 Keras 中的时间数据，"channels_last" 是默认格式，对应输入形状 (batch, steps, features)。而 "channels_first" 用于输入形状 (batch, features, steps)。它默认为 Keras 配置中 ~/.keras/keras.json 的 image_data_format 值。如果在此文件夹中找不到，则它位于 "channels_last"。

输入形状

如果 data_format 是 "channels_first"，则 3D 张量的输入形状为 (batch_size, features, steps)；如果 data_format 是 "channels_last"，则 3D 张量的输入形状为 (batch_size, steps, features)。

输出形状

这是一个形状为 (batch_size, features) 的 2D 张量。

GlobalAveragePooling1D

对时间数据执行全局平均池化操作。

参数

• data_format: 可以是字符串 "channels_last" 或 "channels_first"，表示输入维度的顺序。对于 Keras 中的时间数据，"channels_last" 是默认格式，对应输入形状 (batch, steps, features)。而 "channels_first" 用于输入形状 (batch, features, steps)。

输入形状

如果 data_format 是 "channels_first"，则 3D 张量的输入形状为 (batch_size, features, steps)；如果 data_format 是 "channels_last"，则 3D 张量的输入形状为 (batch_size, steps, features)。

输出形状

这是一个形状为 (batch_size, features) 的 2D 张量。

GlobalMaxPooling2D

对空间数据执行全局最大池化操作。

参数

• data_format: 可以是字符串 "channels_last" 或 "channels_first"，表示输入维度的顺序。"channels_last" 对应输入形状 (batch, height, width, channels)，而 "channels_first" 用于输入形状 (batch, channels, height, width)。它默认为 Keras 配置中 ~/.keras/keras.json 的 image_data_format 值。如果在此文件夹中找不到，则它位于 "channels_last"。

输入形状

如果 data_format 是 "channels_first"，则 4D 张量的输入形状为 (batch_size, channels, rows, cols)；如果 data_format 是 "channels_last"，则 4D 张量的输入形状为 (batch_size, rows, cols, channels)。

输出形状

这是一个形状为 (batch_size, features) 的 2D 张量。

GlobalAveragePooling2D

对空间数据执行全局平均池化操作。

参数

• data_format: 可以是字符串 "channels_last" 或 "channels_first"，表示输入维度的顺序。"channels_last" 对应输入形状 (batch, height, width, channels)，而 "channels_first" 用于输入形状 (batch, channels, height, width)。它默认为 Keras 配置中 ~/.keras/keras.json 的 image_data_format 值。如果在此文件夹中找不到，则它位于 "channels_last"。

输入形状

如果 data_format 是 "channels_first"，则 4D 张量的输入形状为 (batch_size, channels, rows, cols)；如果 data_format 是 "channels_last"，则 4D 张量的输入形状为 (batch_size, rows, cols, channels)。

输出形状

这是一个形状为 (batch_size, features) 的 2D 张量。

GlobalMaxPooling3D

对三维数据执行全局最大池化操作。

参数

• data_format: 可以是字符串 "channels_last" 或 "channels_first"，表示输入维度的顺序。"channels_last" 对应输入形状 (batch, spatial_dim1, spatial_dim2, spatial_dim3, channels)，而 "channels_first" 用于输入形状 (batch, channels, spatial_dim1, spatial_dim2, spatial_dim3)。它默认为 Keras 配置中 ~/.keras/keras.json 的 image_data_format 值。如果在此文件夹中找不到，则它位于 "channels_last"。

输入形状

如果 data_format 是 "channels_first"，则 5D 张量的输入形状为 (batch_size, channels, spatial_dim1, spatial_dim2, spatial_dim3)；如果 data_format 是 "channels_last"，则 5D 张量的输入形状为 (batch_size, spatial_dim1, spatial_dim2, spatial_dim3, channels)。

输出形状

这是一个形状为 (batch_size, features) 的 2D 张量。

GlobalAveragePooling3D

对三维数据执行全局平均池化操作。

参数

• data_format: 可以是字符串 "channels_last" 或 "channels_first"，表示输入维度的顺序。"channels_last" 对应输入形状 (batch, spatial_dim1, spatial_dim2, spatial_dim3, channels)，而 "channels_first" 用于输入形状 (batch, channels, spatial_dim1, spatial_dim2, spatial_dim3)。它默认为 Keras 配置中 ~/.keras/keras.json 的 image_data_format 值。如果在此文件夹中找不到，则它位于 "channels_last"。

输入形状

如果 data_format 是 "channels_first"，则 5D 张量的输入形状为 (batch_size, channels, spatial_dim1, spatial_dim2, spatial_dim3)；如果 data_format 是 "channels_last"，则 5D 张量的输入形状为 (batch_size, spatial_dim1, spatial_dim2, spatial_dim3, channels)。

输出形状

这是一个形状为 (batch_size, features) 的 2D 张量。