Python tf.keras.layers.AveragePooling3D用法及代碼示例

3D 數據(空間或spatio-temporal)的平均池化操作。

繼承自：Layer，Module

用法

tf.keras.layers.AveragePooling3D(
    pool_size=(2, 2, 2), strides=None, padding='valid', data_format=None,
    **kwargs
)

參數

pool_size 3 個整數的元組，縮小比例的因子(dim1，dim2，dim3)。 (2, 2, 2) 將在每個維度中將 3D 輸入的大小減半。
strides 3 個整數的元組，或無。跨步值。
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, spatial_dim1, spatial_dim2, spatial_dim3, channels) 的輸入，而 channels_first 對應於形狀為 (batch, channels, spatial_dim1, spatial_dim2, spatial_dim3) 的輸入。它默認為您的 Keras 配置文件中的 image_data_format 值 ~/.keras/keras.json 。如果您從未設置它，那麽它將是"channels_last"。

通過對輸入的每個通道在輸入窗口(大小由 pool_size 定義)上取平均值，沿其空間維度(深度、高度和寬度)對輸入進行下采樣。窗口沿每個維度移動strides。

輸入形狀：

如果data_format='channels_last'：5D張量，形狀：(batch_size, spatial_dim1, spatial_dim2, spatial_dim3, channels)
如果data_format='channels_first'：5D張量，形狀：(batch_size, channels, spatial_dim1, spatial_dim2, spatial_dim3)

輸出形狀：

如果data_format='channels_last'：5D張量，形狀：(batch_size, pooled_dim1, pooled_dim2, pooled_dim3, channels)
如果data_format='channels_first'：5D張量，形狀：(batch_size, channels, pooled_dim1, pooled_dim2, pooled_dim3)

例子：

depth = 30
height = 30
width = 30
input_channels = 3

inputs = tf.keras.Input(shape=(depth, height, width, input_channels))
layer = tf.keras.layers.AveragePooling3D(pool_size=3)
outputs = layer(inputs)  # Shape:(batch_size, 10, 10, 10, 3)

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.AveragePooling3D。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。