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
)

用于 3D 数据（空间或时空）的最大池化操作。

通过在输入窗口（大小由 pool_size 定义）上取每个输入通道的最大值，沿其空间维度（深度、高度和宽度）对输入进行下采样。窗口沿每个维度按 strides 移动。

参数

• pool_size: 整数或 3 个整数的元组，用于下采样的因子 (dim1, dim2, dim3)。如果仅指定一个整数，则所有维度将使用相同的窗口长度。
• strides: 整数或 3 个整数的元组，或 None。步幅值。如果为 None，则默认为 pool_size。如果仅指定一个整数，则所有维度将使用相同的步幅大小。
• padding: 字符串，可以是 "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，以便输出与输入具有相同的高度/宽度维度。
• data_format: 字符串，可以是 "channels_last" 或 "channels_first"。输入中维度的顺序。"channels_last" 对应于形状为 (batch, spatial_dim1, spatial_dim2, spatial_dim3, channels) 的输入，而 "channels_first" 对应于形状为 (batch, channels, spatial_dim1, spatial_dim2, spatial_dim3) 的输入。它默认为在您的 Keras 配置文件 ~/.keras/keras.json 中找到的 image_data_format 值。如果您从未设置它，则它将为 "channels_last"。

输入形状

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

输出形状

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