► 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）中每个输入通道的平均值进行计算，沿着输入的高度和宽度这两个空间维度进行下采样。窗口沿着每个维度以strides进行移动。

当使用 "valid" 填充选项时，最终输出的形状（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，结果输出形状为：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：一个整数或两个整数组成的元组，用于下采样的因子（垂直，水平）。(2, 2) 将会在两个空间维度上将输入减半。如果只指定一个整数，则两个维度将使用相同的窗口长度。
strides：一个整数、两个整数组成的元组，或 None。步长值。如果为 None，则默认为 pool_size。
padding："valid" 或 "same"（不区分大小写）之一。"valid" 表示无填充。"same" 会在输入的左/右或上/下进行均匀填充，使得输出与输入具有相同的高度/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。当未指定时，使用您 TF-Keras 配置文件 ~/.keras/keras.json 中的 image_data_format 值（如果存在），否则默认为 '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'：4D 张量，形状为 (batch_size, pooled_rows, pooled_cols, channels)。
如果 data_format='channels_first'：4D 张量，形状为 (batch_size, channels, pooled_rows, pooled_cols)。

AveragePooling2D 层

AveragePooling2D 类

AveragePooling2D 层

AveragePooling2D 类

`AveragePooling2D` 类