Python tf.keras.layers.AveragePooling1D用法及代码示例

时间数据的平均池化。

继承自：Layer，Module

用法

tf.keras.layers.AveragePooling1D(
    pool_size=2, strides=None, padding='valid',
    data_format='channels_last', **kwargs
)

参数

pool_size 整数，平均池化窗口的大小。
strides 整数或无。缩小比例的因子。例如： 2 将输入减半。如果没有，它将默认为 pool_size 。
padding "valid" 或 "same" 之一(不区分大小写)。 "valid" 表示没有填充。 "same" 导致在输入的左/右或上/下均匀填充，以使输出具有与输入相同的高度/宽度尺寸。
data_format 一个字符串，是 channels_last (默认)或 channels_first 之一。输入中维度的排序。 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。

通过在 pool_size 定义的窗口上取平均值来对输入表示进行下采样。窗口移动 strides 。使用 "valid" 填充选项时生成的输出具有以下形状：output_shape = (input_shape - pool_size + 1) / strides)

使用 "same" 填充选项时生成的输出形状为：output_shape = input_shape / strides

例如，对于 strides=1 和 padding="valid"：

x = tf.constant([1., 2., 3., 4., 5.])
x = tf.reshape(x, [1, 5, 1])
x
<tf.Tensor:shape=(1, 5, 1), dtype=float32, numpy=
  array([[[1.],
          [2.],
          [3.],
          [4.],
          [5.]], dtype=float32)>
avg_pool_1d = tf.keras.layers.AveragePooling1D(pool_size=2,
   strides=1, padding='valid')
avg_pool_1d(x)
<tf.Tensor:shape=(1, 4, 1), dtype=float32, numpy=
array([[[1.5],
        [2.5],
        [3.5],
        [4.5]]], dtype=float32)>

例如，对于 strides=2 和 padding="valid"：

x = tf.constant([1., 2., 3., 4., 5.])
x = tf.reshape(x, [1, 5, 1])
x
<tf.Tensor:shape=(1, 5, 1), dtype=float32, numpy=
  array([[[1.],
          [2.],
          [3.],
          [4.],
          [5.]], dtype=float32)>
avg_pool_1d = tf.keras.layers.AveragePooling1D(pool_size=2,
   strides=2, padding='valid')
avg_pool_1d(x)
<tf.Tensor:shape=(1, 2, 1), dtype=float32, numpy=
array([[[1.5],
        [3.5]]], dtype=float32)>

例如，对于 strides=1 和 padding="same"：

x = tf.constant([1., 2., 3., 4., 5.])
x = tf.reshape(x, [1, 5, 1])
x
<tf.Tensor:shape=(1, 5, 1), dtype=float32, numpy=
  array([[[1.],
          [2.],
          [3.],
          [4.],
          [5.]], dtype=float32)>
avg_pool_1d = tf.keras.layers.AveragePooling1D(pool_size=2,
   strides=1, padding='same')
avg_pool_1d(x)
<tf.Tensor:shape=(1, 5, 1), dtype=float32, numpy=
array([[[1.5],
        [2.5],
        [3.5],
        [4.5],
        [5.]]], dtype=float32)>

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 data_format='channels_last' ：形状为 (batch_size, downsampled_steps, features) 的 3D 张量。
如果 data_format='channels_first' ：形状为 (batch_size, features, downsampled_steps) 的 3D 张量。

相关用法

注：本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.keras.layers.AveragePooling1D。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。