【TensorFlow学习笔记（四）】常用函数：池化

• 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