Python tf.keras.layers.GlobalMaxPool1D用法及代碼示例

一維時間數據的全局最大池化操作。

繼承自：Layer，Module

用法

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

參數

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。
keepdims 一個布爾值，是否保持時間維度。如果keepdims 是False(默認)，則張量的秩會針對空間維度降低。如果 keepdims 是 True ，則保留長度為 1 的時間維度。行為與 tf.reduce_max 或 np.max 相同。

通過在時間維度上取最大值來對輸入表示進行下采樣。

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)>

輸入形狀：

如果 data_format='channels_last' ：具有形狀的 3D 張量：(batch_size, steps, features)
如果 data_format='channels_first' ：具有形狀的 3D 張量：(batch_size, features, steps)

輸出形狀：

如果 keepdims =False：形狀為 (batch_size, features) 的二維張量。
如果keepdims=真：
- 如果 data_format='channels_last' ：形狀為 (batch_size, 1, features) 的 3D 張量
- 如果 data_format='channels_first' ：形狀為 (batch_size, features, 1) 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.GlobalMaxPool1D。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。