Python tf.keras.layers.AveragePooling1D用法及代碼示例

時間數據的平均池化。

繼承自：Layer，Module

用法

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

參數

pool_size 整數，平均池化窗口的大小。
strides 整數或無。縮小比例的因子。例如： 2 將輸入減半。如果沒有，它將默認為 pool_size 。
padding "valid" 或 "same" 之一(不區分大小寫)。 "valid" 表示沒有填充。 "same" 導致在輸入的左/右或上/下均勻填充，以使輸出具有與輸入相同的高度/寬度尺寸。
data_format 一個字符串，是 channels_last (默認)或 channels_first 之一。輸入中維度的排序。 channels_last 對應於形狀為 (batch, steps, features) 的輸入，而 channels_first 對應於形狀為 (batch, features, steps) 的輸入。

通過在 pool_size 定義的窗口上取平均值來對輸入表示進行下采樣。窗口移動 strides 。使用 "valid" 填充選項時生成的輸出具有以下形狀：output_shape = (input_shape - pool_size + 1) / strides)

使用 "same" 填充選項時生成的輸出形狀為：output_shape = input_shape / strides

例如，對於 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，對於 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，對於 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)>

輸入形狀：

如果 data_format='channels_last' ：形狀為 (batch_size, steps, features) 的 3D 張量。
如果 data_format='channels_first' ：形狀為 (batch_size, features, steps) 的 3D 張量。

輸出形狀：

如果 data_format='channels_last' ：形狀為 (batch_size, downsampled_steps, features) 的 3D 張量。
如果 data_format='channels_first' ：形狀為 (batch_size, features, downsampled_steps) 的 3D 張量。

相關用法

注：本文由純淨天空篩選整理自tensorflow.org大神的英文原創作品 tf.keras.layers.AveragePooling1D。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。