MaxPooling3D 层

[源代码]

MaxPooling3D 类

keras.layers.MaxPooling3D(
    pool_size=(2, 2, 2),
    strides=None,
    padding="valid",
    data_format=None,
    name=None,
    **kwargs
)

3D 数据（空间或时空）的最大池化操作。

通过对输入数据的每个通道，在由 pool_size 定义的窗口（大小）内取最大值，来下采样输入数据的空间维度（深度、高度和宽度）。窗口在每个维度上由 strides 进行移动。

参数

• pool_size：一个整数或一个包含 3 个整数的元组，表示要下采样的因子（dim1, dim2, dim3）。如果只指定一个整数，则所有维度都将使用相同的窗口长度。
• strides：一个整数、一个包含 3 个整数的元组，或 None。步幅值。如果为 None，则默认等于 pool_size。如果只指定一个整数，则所有维度都将使用相同的步幅大小。
• padding：string，可以是 "valid" 或 "same"（不区分大小写）。"valid" 表示不进行填充。"same" 会在输入序列的左/右或上/下均匀填充，以便输出的高度/宽度维度与输入相同。
• data_format: string, 值为 "channels_last" 或 "channels_first"。输入数据的维度顺序。"channels_last" 对应输入形状为 (batch, spatial_dim1, spatial_dim2, spatial_dim3, channels)，而 "channels_first" 对应输入形状为 (batch, channels, spatial_dim1, spatial_dim2, spatial_dim3)。默认为 Keras 配置文件 ~/.keras/keras.json 中的 image_data_format 值。如果从未设置，则默认为 "channels_last"。

输入形状

• 如果 data_format="channels_last": 形状为 (batch_size, spatial_dim1, spatial_dim2, spatial_dim3, channels) 的 5D 张量
• 如果 data_format="channels_first": 形状为 (batch_size, channels, spatial_dim1, spatial_dim2, spatial_dim3) 的 5D 张量

输出形状

• 如果 data_format="channels_last"：5D 张量，形状为：(batch_size, pooled_dim1, pooled_dim2, pooled_dim3, channels)
• 如果 data_format="channels_first"：5D 张量，形状为：(batch_size, channels, pooled_dim1, pooled_dim2, pooled_dim3)

示例

depth = 30
height = 30
width = 30
channels = 3

inputs = keras.layers.Input(shape=(depth, height, width, channels))
layer = keras.layers.MaxPooling3D(pool_size=3)
outputs = layer(inputs)  # Shape: (batch_size, 10, 10, 10, 3)