Keras 2 API 文档 / 层 API / 池化层 / MaxPooling2D 层

MaxPooling2D 层

[源文件]

MaxPooling2D

tf_keras.layers.MaxPooling2D(
    pool_size=(2, 2), strides=None, padding="valid", data_format=None, **kwargs
)

针对二维空间数据的最大池化操作。

通过对输入数据的每个通道,在由 pool_size 定义的输入窗口上取最大值,从而沿其空间维度(高度和宽度)对输入进行下采样。该窗口沿每个维度按 strides 进行移动。

当使用 "valid" 填充选项时,输出的空间形状(行数或列数)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,当 strides=(1, 1)padding="valid"

>>> x = tf.constant([[1., 2., 3.],
...                  [4., 5., 6.],
...                  [7., 8., 9.]])
>>> x = tf.reshape(x, [1, 3, 3, 1])
>>> max_pool_2d = tf.keras.layers.MaxPooling2D(pool_size=(2, 2),
...    strides=(1, 1), padding='valid')
>>> max_pool_2d(x)
<tf.Tensor: shape=(1, 2, 2, 1), dtype=float32, numpy=
  array([[[[5.],
           [6.]],
          [[8.],
           [9.]]]], dtype=float32)>

例如,当 strides=(2, 2)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])
>>> max_pool_2d = tf.keras.layers.MaxPooling2D(pool_size=(2, 2),
...    strides=(2, 2), padding='valid')
>>> max_pool_2d(x)
<tf.Tensor: shape=(1, 1, 2, 1), dtype=float32, numpy=
  array([[[[6.],
           [8.]]]], dtype=float32)>

用法 # 示例

>>> input_image = tf.constant([[[[1.], [1.], [2.], [4.]],
...                            [[2.], [2.], [3.], [2.]],
...                            [[4.], [1.], [1.], [1.]],
...                            [[2.], [2.], [1.], [4.]]]])
>>> output = tf.constant([[[[1], [0]],
...                       [[0], [1]]]])
>>> model = tf.keras.models.Sequential()
>>> model.add(tf.keras.layers.MaxPooling2D(pool_size=(2, 2),
...    input_shape=(4, 4, 1)))
>>> model.compile('adam', 'mean_squared_error')
>>> model.predict(input_image, steps=1)
array([[[[2.],
         [4.]],
        [[4.],
         [4.]]]], dtype=float32)

例如,当 stride=(1, 1) 和 padding="same" 时

>>> x = tf.constant([[1., 2., 3.],
...                  [4., 5., 6.],
...                  [7., 8., 9.]])
>>> x = tf.reshape(x, [1, 3, 3, 1])
>>> max_pool_2d = tf.keras.layers.MaxPooling2D(pool_size=(2, 2),
...    strides=(1, 1), padding='same')
>>> max_pool_2d(x)
<tf.Tensor: shape=(1, 3, 3, 1), dtype=float32, numpy=
  array([[[[5.],
           [6.],
           [6.]],
          [[8.],
           [9.],
           [9.]],
          [[8.],
           [9.],
           [9.]]]], dtype=float32)>

参数

  • pool_size: 整数或包含 2 个整数的元组,用于取最大值的窗口大小。(2, 2) 将在 2x2 的池化窗口上取最大值。如果只指定一个整数,则两个维度都将使用相同的窗口长度。
  • strides: 整数、包含 2 个整数的元组或 None。步长值。指定池化窗口在每个池化步骤中移动的距离。如果为 None,则默认使用 pool_size
  • padding: "valid""same" 之一(不区分大小写)。"valid" 表示无填充。"same" 会在输入的左/右或上/下方均匀填充,使得输出具有与输入相同的高度/宽度维度。
  • data_format: 字符串,可以是 channels_last(默认)或 channels_first。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。如果未指定,则使用您的 TF-Keras 配置文件(位于 ~/.keras/keras.json)中找到的 image_data_format 值(如果存在),否则为 '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': 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。

返回值

表示最大池化值的 4 阶张量。输出形状参见上文。