Python tf.keras.layers.GlobalMaxPool1D用法及代码示例

一维时间数据的全局最大池化操作。

继承自：Layer，Module

用法

tf.keras.layers.GlobalMaxPool1D(
    data_format='channels_last', keepdims=False, **kwargs
)

参数

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。
keepdims 一个布尔值，是否保持时间维度。如果keepdims 是False(默认)，则张量的秩会针对空间维度降低。如果 keepdims 是 True ，则保留长度为 1 的时间维度。行为与 tf.reduce_max 或 np.max 相同。

通过在时间维度上取最大值来对输入表示进行下采样。

例如：

x = tf.constant([[1., 2., 3.], [4., 5., 6.], [7., 8., 9.]])
x = tf.reshape(x, [3, 3, 1])
x
<tf.Tensor:shape=(3, 3, 1), dtype=float32, numpy=
array([[[1.], [2.], [3.]],
       [[4.], [5.], [6.]],
       [[7.], [8.], [9.]]], dtype=float32)>
max_pool_1d = tf.keras.layers.GlobalMaxPooling1D()
max_pool_1d(x)
<tf.Tensor:shape=(3, 1), dtype=float32, numpy=
array([[3.],
       [6.],
       [9.], dtype=float32)>

输入形状：

如果 data_format='channels_last' ：具有形状的 3D 张量：(batch_size, steps, features)
如果 data_format='channels_first' ：具有形状的 3D 张量：(batch_size, features, steps)

输出形状：

如果 keepdims =False：形状为 (batch_size, features) 的二维张量。
如果keepdims=真：
- 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

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.GlobalMaxPool1D。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。