- 更新时间:2019-07-09
池化函数用于降维、提取有效特征,定义在:tensorflow/python/layers/pooling.py中,本篇博客整理了以下三个池化函数。
tf.layers.max_pooling1d
1D输入的最大池化层
tf.layers.max_pooling1d(inputs,
pool_size,
strides,
padding='valid',
data_format='channels_last',
name=None)
参数说明:
- inputs:池的张量,秩必须为3
- pool_size:单个整数的整数或元组/列表,表示池化窗口的大小
- strides:单个整数的整数或元组/列表,指定池操作的步幅
- padding:一个字符串,表示填充方法,可以是“valid”或“same”,不区分大小写
- data_format:一个字符串,一个channels_last(默认)或channels_first,表示输入中维度的顺序,channels_last对应于具有形状(batch, length, channels)的输入,而channels_first对应于具有形状(batch, channels, length)的输入
- name:字符串,图层的名称
tf.layers.max_pooling2d
2D输入的最大池化层,最常用
tf.layers.max_pooling2d(inputs,
pool_size,
strides,
padding='valid',
data_format='channels_last',
name=None)
参数说明:
- inputs:池的张量,秩必须为3
- pool_size:单个整数的整数或元组/列表,表示池化窗口的大小
- strides:单个整数的整数或元组/列表,指定池操作的步幅
- padding:一个字符串,表示填充方法,可以是“valid”或“same”,不区分大小写
- data_format:一个字符串,一个channels_last(默认)或channels_first,表示输入中维度的顺序,channels_last对应于具有形状(batch, length, channels)的输入,而channels_first对应于具有形状(batch, channels, length)的输入
- name:字符串,图层的名称
tf.layers.max_pooling3d
3D输入的最大池化层
tf.layers.max_pooling3d(inputs,
pool_size,
strides,
padding='valid',
data_format='channels_last',
name=None)
参数说明:
- inputs:池的张量,秩必须为3
- pool_size:单个整数的整数或元组/列表,表示池化窗口的大小
- strides:单个整数的整数或元组/列表,指定池操作的步幅
- padding:一个字符串,表示填充方法,可以是“valid”或“same”,不区分大小写
- data_format:一个字符串,一个channels_last(默认)或channels_first,表示输入中维度的顺序,channels_last对应于具有形状(batch, length, channels)的输入,而channels_first对应于具有形状(batch, channels, length)的输入
- name:字符串,图层的名称