AveragePooling2D
类keras.layers.AveragePooling2D(
pool_size, strides=None, padding="valid", data_format=None, name=None, **kwargs
)
二维空间数据的平均池化操作。
通过对输入的每个通道,在输入窗口(大小由 pool_size
定义)上取平均值,沿其空间维度(高度和宽度)对输入进行下采样。窗口沿每个维度按 strides
进行移动。
使用 "valid"
填充选项时,输出的空间形状(行或列数)为:output_shape = math.floor((input_shape - pool_size) / strides) + 1
(当 input_shape >= pool_size
时)
使用 "same"
填充选项时,输出的形状为:output_shape = math.floor((input_shape - 1) / strides) + 1
参数
pool_size
。如果只指定一个整数,则所有维度将使用相同的步长大小。"valid"
或 "same"
(不区分大小写)。"valid"
表示无填充。"same"
会在输入的左/右或上/下均匀填充,使得输出具有与输入相同的高度/宽度维度。"channels_last"
或 "channels_first"
。输入中的维度顺序。"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。它默认为你的 Keras 配置文件 ~/.keras/keras.json
中的 image_data_format
值。如果你从未设置过它,则默认为 "channels_last"
。输入形状
data_format="channels_last"
:形状为 (batch_size, height, width, channels)
的 4D 张量。data_format="channels_first"
:形状为 (batch_size, channels, height, width)
的 4D 张量。输出形状
data_format="channels_last"
:形状为 (batch_size, pooled_height, pooled_width, channels)
的 4D 张量。data_format="channels_first"
:形状为 (batch_size, channels, pooled_height, pooled_width)
的 4D 张量。示例
strides=(1, 1)
和 padding="valid"
>>> x = np.array([[1., 2., 3.],
... [4., 5., 6.],
... [7., 8., 9.]])
>>> x = np.reshape(x, [1, 3, 3, 1])
>>> avg_pool_2d = keras.layers.AveragePooling2D(pool_size=(2, 2),
... strides=(1, 1), padding="valid")
>>> avg_pool_2d(x)
strides=(2, 2)
和 padding="valid"
>>> x = np.array([[1., 2., 3., 4.],
... [5., 6., 7., 8.],
... [9., 10., 11., 12.]])
>>> x = np.reshape(x, [1, 3, 4, 1])
>>> avg_pool_2d = keras.layers.AveragePooling2D(pool_size=(2, 2),
... strides=(2, 2), padding="valid")
>>> avg_pool_2d(x)
stride=(1, 1)
和 padding="same"
>>> x = np.array([[1., 2., 3.],
... [4., 5., 6.],
... [7., 8., 9.]])
>>> x = np.reshape(x, [1, 3, 3, 1])
>>> avg_pool_2d = keras.layers.AveragePooling2D(pool_size=(2, 2),
... strides=(1, 1), padding="same")
>>> avg_pool_2d(x)