Keras 2 API 文档 / 层 API / 池化层 / AveragePooling1D 层

AveragePooling1D 层

[源]

AveragePooling1D

tf_keras.layers.AveragePooling1D(
    pool_size=2, strides=None, padding="valid", data_format="channels_last", **kwargs
)

用于时间序列数据的平均池化。

通过在由 pool_size 定义的窗口上取平均值来对输入表示进行下采样。窗口按 strides 移动。使用 "valid" 填充选项时,结果输出形状为:output_shape = (input_shape - pool_size + 1) / strides)

使用 "same" 填充选项时,结果输出形状为:output_shape = input_shape / strides

例如,对于 strides=1 和 padding="valid"

>>> x = tf.constant([1., 2., 3., 4., 5.])
>>> x = tf.reshape(x, [1, 5, 1])
>>> x
<tf.Tensor: shape=(1, 5, 1), dtype=float32, numpy=
  array([[[1.],
          [2.],
          [3.],
          [4.],
          [5.]], dtype=float32)>
>>> avg_pool_1d = tf.keras.layers.AveragePooling1D(pool_size=2,
...    strides=1, padding='valid')
>>> avg_pool_1d(x)
<tf.Tensor: shape=(1, 4, 1), dtype=float32, numpy=
array([[[1.5],
        [2.5],
        [3.5],
        [4.5]]], dtype=float32)>

例如,对于 strides=2 和 padding="valid"

>>> x = tf.constant([1., 2., 3., 4., 5.])
>>> x = tf.reshape(x, [1, 5, 1])
>>> x
<tf.Tensor: shape=(1, 5, 1), dtype=float32, numpy=
  array([[[1.],
          [2.],
          [3.],
          [4.],
          [5.]], dtype=float32)>
>>> avg_pool_1d = tf.keras.layers.AveragePooling1D(pool_size=2,
...    strides=2, padding='valid')
>>> avg_pool_1d(x)
<tf.Tensor: shape=(1, 2, 1), dtype=float32, numpy=
array([[[1.5],
        [3.5]]], dtype=float32)>

例如,对于 strides=1 和 padding="same"

>>> x = tf.constant([1., 2., 3., 4., 5.])
>>> x = tf.reshape(x, [1, 5, 1])
>>> x
<tf.Tensor: shape=(1, 5, 1), dtype=float32, numpy=
  array([[[1.],
          [2.],
          [3.],
          [4.],
          [5.]], dtype=float32)>
>>> avg_pool_1d = tf.keras.layers.AveragePooling1D(pool_size=2,
...    strides=1, padding='same')
>>> avg_pool_1d(x)
<tf.Tensor: shape=(1, 5, 1), dtype=float32, numpy=
array([[[1.5],
        [2.5],
        [3.5],
        [4.5],
        [5.]]], dtype=float32)>

参数

  • pool_size:整数,平均池化窗口的大小。
  • strides:整数,或 None。下采样的因子。例如,2 会使输入减半。如果为 None,则默认为 pool_size
  • padding"valid""same" 之一(不区分大小写)。"valid" 表示无填充。"same" 会对输入进行均匀的左/右或上/下填充,使得输出具有与输入相同的长/宽维度。
  • data_format:字符串,channels_last(默认)或 channels_first 之一。输入中维度的顺序。channels_last 对应于形状为 (batch, steps, features) 的输入,而 channels_first 对应于形状为 (batch, features, steps) 的输入。

输入形状

  • 如果 data_format='channels_last':形状为 (batch_size, steps, features) 的 3D 张量。
  • 如果 data_format='channels_first':形状为 (batch_size, features, steps) 的 3D 张量。

输出形状

  • 如果 data_format='channels_last':形状为 (batch_size, downsampled_steps, features) 的 3D 张量。
  • 如果 data_format='channels_first':形状为 (batch_size, features, downsampled_steps) 的 3D 张量。