► Keras 2 API 文档 / 层 API / 池化层 / AveragePooling2D 层

AveragePooling2D 层

`AveragePooling2D` 类

tf_keras.layers.AveragePooling2D(
    pool_size=(2, 2), strides=None, padding="valid", data_format=None, **kwargs
)

用于空间数据的平均池化操作。

通过对输入窗口（大小由 pool_size 定义）中的值取平均，沿其空间维度（高度和宽度）对输入进行下采样。对于输入的每个通道都执行此操作。窗口沿每个维度按 strides 移动。

当使用 "valid" 填充选项时，输出形状（行或列的数量）为：output_shape = math.floor((input_shape - pool_size) / strides) + 1 (当 input_shape >= pool_size 时)

当使用 "same" 填充选项时，输出形状为：output_shape = math.floor((input_shape - 1) / strides) + 1

例如，对于 strides=(1, 1) 和 padding="valid"

>>> x = tf.constant([[1., 2., 3.],
...                  [4., 5., 6.],
...                  [7., 8., 9.]])
>>> x = tf.reshape(x, [1, 3, 3, 1])
>>> avg_pool_2d = tf.keras.layers.AveragePooling2D(pool_size=(2, 2),
...    strides=(1, 1), padding='valid')
>>> avg_pool_2d(x)
<tf.Tensor: shape=(1, 2, 2, 1), dtype=float32, numpy=
  array([[[[3.],
           [4.]],
          [[6.],
           [7.]]]], dtype=float32)>

例如，对于 stride=(2, 2) 和 padding="valid"

>>> x = tf.constant([[1., 2., 3., 4.],
...                  [5., 6., 7., 8.],
...                  [9., 10., 11., 12.]])
>>> x = tf.reshape(x, [1, 3, 4, 1])
>>> avg_pool_2d = tf.keras.layers.AveragePooling2D(pool_size=(2, 2),
...    strides=(2, 2), padding='valid')
>>> avg_pool_2d(x)
<tf.Tensor: shape=(1, 1, 2, 1), dtype=float32, numpy=
  array([[[[3.5],
           [5.5]]]], dtype=float32)>

例如，对于 strides=(1, 1) 和 padding="same"

>>> x = tf.constant([[1., 2., 3.],
...                  [4., 5., 6.],
...                  [7., 8., 9.]])
>>> x = tf.reshape(x, [1, 3, 3, 1])
>>> avg_pool_2d = tf.keras.layers.AveragePooling2D(pool_size=(2, 2),
...    strides=(1, 1), padding='same')
>>> avg_pool_2d(x)
<tf.Tensor: shape=(1, 3, 3, 1), dtype=float32, numpy=
  array([[[[3.],
           [4.],
           [4.5]],
          [[6.],
           [7.],
           [7.5]],
          [[7.5],
           [8.5],
           [9.]]]], dtype=float32)>

参数

pool_size: 整数或包含 2 个整数的元组，用于指定下采样因子（垂直、水平）。(2, 2) 将使输入在两个空间维度上减半。如果只指定一个整数，则该窗口长度将用于两个维度。
strides: 整数，包含 2 个整数的元组，或 None。步长值。如果为 None，则默认为 pool_size。
padding: "valid" 或 "same" 之一（不区分大小写）。"valid" 表示不进行填充。"same" 表示在输入的左/右或上/下均匀填充，以便输出具有与输入相同的高度/宽度维度。
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, height, width, channels) 的输入，而 channels_first 对应于形状为 (batch, channels, height, width) 的输入。未指定时，使用 ~/.keras/keras.json 中 TF-Keras 配置文件中的 image_data_format 值（如果存在），否则使用 'channels_last'。默认为 'channels_last'。

输入形状

如果 data_format='channels_last'：形状为 (batch_size, rows, cols, channels) 的 4D 张量。
如果 data_format='channels_first'：形状为 (batch_size, channels, rows, cols) 的 4D 张量。

输出形状

如果 data_format='channels_last'：形状为 (batch_size, pooled_rows, pooled_cols, channels) 的 4D 张量。
如果 data_format='channels_first'：形状为 (batch_size, channels, pooled_rows, pooled_cols) 的 4D 张量。

AveragePooling2D 层

AveragePooling2D 类

AveragePooling2D 层

AveragePooling2D 类

`AveragePooling2D` 类