全局平均池化一维层

[来源]

GlobalAveragePooling1D 类

keras.layers.GlobalAveragePooling1D(data_format=None, keepdims=False, **kwargs)

用于时间序列数据的全局平均池化操作。

参数

• data_format: 字符串，可以是 "channels_last" 或 "channels_first"。输入数据的维度顺序。"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。默认为 Keras 配置文件 ~/.keras/keras.json 中找到的 image_data_format 值。如果从未设置过，则默认为 "channels_last"。
• keepdims: 布尔值，是否保留时间维度。如果 keepdims 为 False（默认），则张量的秩会针对空间维度降低。如果 keepdims 为 True，则保留时间维度，长度为 1。行为与 tf.reduce_mean 或 np.mean 相同。

调用参数

• inputs: 一个 3D 张量。
• mask: 形状为 (batch_size, steps) 的二元张量，指示是否应该屏蔽（从平均值中排除）给定的步骤。

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 keepdims=False: 形状为 (batch_size, features) 的 2D 张量。
• 如果 keepdims=True: - 如果 data_format="channels_last": 形状为 (batch_size, 1, features) 的 3D 张量 - 如果 data_format="channels_first": 形状为 (batch_size, features, 1) 的 3D 张量

示例

>>> x = np.random.rand(2, 3, 4)
>>> y = keras.layers.GlobalAveragePooling1D()(x)
>>> y.shape
(2, 4)