Tensorflow.js tf.layers.averagePooling2d()用法及代碼示例

Tensorflow.js是Google開發的開源工具包，用於在瀏覽器或節點平台上執行機器學習模型和深度學習神經網絡。它還使開發人員能夠在 JavaScript 中創建機器學習模型，並直接在瀏覽器中或通過 Node.js 使用它們。

tf.layers.averagePooling2d() 函數用於對空間數據應用平均池化操作。如果其 dataFormat 字段設置為 CHANNEL_LAST，它將采用 4d 形狀 [batchSize、rows、cols、channels] 的張量作為輸入，並輸出 4d 形狀的張量：[batchSize、poolsRows、pooledCols、channels]。其 dataFormat 字段設置為 CHANNEL_FIRST，它以 4d 形狀的張量作為輸入：[batchSize,channels,rows,cols]並輸出形狀為：[batchSize,channels,poolsRows,pooledCols]的張量。

用法:

tf.layers.averagePooling2d( args )

參數：

• args:它是一個具有以下屬性的對象：
  • poolSize:它用於縮小每個維度(即[垂直、水平])的因子。它是一個整數或兩個整數的數組。
  • strides: 在池化窗口的每個維度中，步幅大小。它是一個整數或兩個整數的數組。
  • padding: 用於池化層的填充類型。
  • dataFormat: 用於池化層的數據格式。
  • inputShape: 如果指定了，它將用於構造一個輸入層，該輸入層將插入到該層之前。
  • batchInputShape: 如果指定，它將用於創建一個輸入層，該輸入層將插入到該層之前。
  • batchSize: 它支持inputShape來構建batchInputShape。
  • dtype: 這是該層的數據類型。該參數僅適用於輸入層。
  • name: 它是字符串類型。這是該層的名稱。
  • trainable: 如果設置為 true，則隻有該層的權重會因擬合而改變。
  • weights: 圖層的初始權重值。

返回：它返回 AveragePooling2D

示例 1：

import * as tf from "@tensorflow.js/tfjs"
const model = tf.sequential();
// First layer must have a defined input shape
model.add(tf.layers.averagePooling2d({
    poolSize: 2,
    strides: 3,
    padding: 'valid',
    inputShape: [2, 3, 2]
}));
// Afterwards, TF.js does automatic shape inference.
model.add(tf.layers.dense({units: 3}));
model.add(tf.layers.averagePooling2d({
    poolSize: 2,
    strides: 3,
    padding: 'valid'
}));
// Inspect the inferred shape of the model's output.
model.summary();

輸出：

__________________________________________________________________________________________
Layer (type)                Input Shape               Output shape              Param #   
==========================================================================================
average_pooling2d_AveragePo [[null,2,3,2]]            [null,1,1,2]              0         
__________________________________________________________________________________________
dense_Dense4 (Dense)        [[null,1,1,2]]            [null,1,1,3]              9         
__________________________________________________________________________________________
average_pooling2d_AveragePo [[null,1,1,3]]            [null,0,0,3]              0         
==========================================================================================
Total params: 9
Trainable params: 9
Non-trainable params: 0
__________________________________________________________________________________________

示例 2：

import * as tf from "@tensorflow/tfjs";
const Input = tf.input({ shape: [2, 3, 5] });
const averagePooling2DLayer =
    tf.layers.averagePooling2d(
        { dataFormat: 'channelsLast' }
    );
const Output = averagePooling2DLayer.apply(Input);
const Data = tf.ones([2, 2, 3, 5]);
const model =
    tf.model({ inputs: Input, outputs: Output });
model.predict(Data).print();

輸出：

Tensor
    [ [ [[1, 1, 1, 1, 1],]],


      [ [[1, 1, 1, 1, 1],]]]

參考：https://js.tensorflow.org/api/latest/#layers.averagePooling2d