MaxPooling1D
keras.layers.MaxPooling1D (pool_size = 2 , strides = None, padding = ‘valid’ , data_format = ‘channel_last’ )
Lớp này thực hiện các hoạt động tổng hợp tối đa cho dữ liệu tạm thời.
Argument
- pool_size: Nó đề cập đến một số nguyên đại diện cho kích thước tối đa của cửa sổ tổng hợp.
- strides: Nó có thể là một số nguyên hoặc Không đại diện cho yếu tố mà nó sẽ giảm tỷ lệ. Ví dụ., 2 sẽ giảm một nửa đầu vào. Nếu nó được đặt thành Không, thì có nghĩa là nó sẽ mặc định thành pool_size .
- padding: Nó phân biệt chữ hoa chữ thường, là một trong các từ “hợp lệ” hoặc “giống nhau” .
- data_format: Nó có thể là một chuỗi “channel_last” hoặc “channel_first” , đại diện cho thứ tự của thứ nguyên đầu vào. Ở đây, “channel_last” là định dạng mặc định cho dữ liệu tạm thời trong Keras, định dạng này liên kết với Input Shape (lô, bước, tính năng) . Tuy nhiên, “channel_first” được sử dụng để liên quan đến Input Shape (lô, tính năng, bước) .
Input Shape
Nếu data_format là “channel_first” , thì Input Shape của tensor 3D là (batch_size, các tính năng, các bước), ngược lại nếu data_format là “channel_last”, thì Input Shape của tensor 3D là (batch_size, các bước, các tính năng) .
Các bài viết liên quan:
Output Shape
Nếu data_format là “channel_first” , Output Shape của tensor 3D sẽ là (batch_size, features, downampled_steps), ngược lại nếu data_format là “channel_last” thì Output Shape của tensor 3D sẽ là (batch_size, downampled_steps, features) .
MaxPooling2D
keras.layers.MaxPooling2D(pool_size=(2, 2), strides=None, padding=’valid’, data_format=None)
Lớp hai chiều tổng hợp tối đa thực hiện các hoạt động tổng hợp tối đa cho dữ liệu không gian.
Argument
- pool_size: Nó đề cập đến một số nguyên hoặc bộ của 2 số nguyên, các yếu tố mà qua đó nó sẽ giảm tỷ lệ (dọc, ngang), sao cho (2, 2) sẽ giảm một nửa đầu vào trong cả hai chiều không gian. Nếu chúng ta chỉ xác định một số nguyên, thì độ dài tương tự của cửa sổ sẽ được sử dụng cho mỗi thứ nguyên.
- strides: Giá trị bước có thể là một số nguyên, bộ của 2 số nguyên hoặc Không có. Nếu Không có được chọn, thì nó sẽ mặc định là pool_size .
- padding: Nó phân biệt chữ hoa chữ thường, là một trong các từ “hợp lệ” hoặc “giống nhau” .
- data_format: Nó có thể là một chuỗi “channel_last” hoặc “channel_first” , là thứ tự của thứ nguyên đầu vào. ” Channel_last” tương ứng với Input Shape (hàng loạt, chiều cao, chiều rộng, các kênh), trong khi “channel_first” liên quan đến Input Shape (lô, kênh, chiều cao, chiều rộng) . Nó mặc định là giá trị image_data_format nằm trong cấu hình Keras tại ~ / .keras / keras.json . Nếu bạn không thể tìm thấy nó trong thư mục đó, thì nó sẽ được tìm thấy trong “channel_last”.
Input Shape
Nếu data_format là “channel_first” thì Input Shape của tensor 4D là (batch_size, channel, row, cols), ngược lại nếu data_format là “channel_last” thì Input Shape của tensor 4D là (batch_size, row, cols, channel ) .
Output Shape
Nếu data_format là “channel_first” , thì Output Shape của tensor 4D sẽ là (batch_size, channel, pooled_rows, pooled_cols), ngược lại nếu data_format là “channel_last” thì Output Shape của tensor 4D sẽ là (batch_size, pooled_rows, pooled_cols, kênh) .
MaxPooling3D
keras.layers.MaxPooling3D (pool_size = ( 2 , 2 , 2 ), strides = None, padding = ‘valid’ , data_format = None)
Lớp ba chiều tổng hợp tối đa thực hiện hoạt động tổng hợp tối đa cho dữ liệu chẳng hạn như không gian hoặc Không gian-thời gian, trong 3D.
Argument
- pool_size: Nó đề cập đến một bộ ba số nguyên, các yếu tố mà qua đó nó sẽ giảm tỷ lệ (dim1, dim2, dim3), sao cho (2, 2, 2) sẽ giảm một nửa kích thước của đầu vào 3D ở mọi chiều.
- sải bước: Giá trị sải chân có thể là một bộ gồm 3 số nguyên hoặc Không có.
- padding: Nó phân biệt chữ hoa chữ thường, là một trong các từ “hợp lệ” hoặc “giống nhau” .
- data_format: Nó có thể là một chuỗi “channel_last” hoặc “channel_first”, là thứ tự của thứ nguyên đầu vào. Ở đây, “channel_last” liên quan đến Input Shape (batch, spatial_dim1, spatial_dim2, spatial_dim3, channel) và “channel_first” liên quan đến Input Shape (batch, channel, spatial_dim1, spatial_dim2, spatial_dim3) . Nó mặc định là giá trị image_data_format nằm trong cấu hình Keras tại ~ / .keras / keras.json . Nếu bạn không thể tìm thấy nó trong thư mục đó, thì nó sẽ được tìm thấy trong “channel_last”.
- Input Shape
Nếu data_format là “channel_first” , thì Input Shape của tensor 5D là (batch_size, channel, spatial_dim1, spatial_dim2, spatial_dim3), ngược lại nếu data_format là “channel_last” thì Input Shape của tensor 5D là (batch_size, spatial_dim1, spatial_dim2, spatial_dim2 , kênh) .
Output Shape
Nếu data_format là “channel_first” , thì Output Shape của tensor 5D sẽ là (batch_size, channel, pooled_dim1, pooled_dim2, pooled_dim3), ngược lại nếu data_format là “channel_last” thì Output Shape của tensor 5D sẽ là (batch_size, pooled_dim1 , pooled_dim2, pooled_dim3, các kênh) .
AveragePooling1D
keras.layers.AveragePooling1D(pool_size=2, strides=None, padding=’valid’, data_format=’channels_last’)
Lớp này thực hiện gộp trung bình cho dữ liệu tạm thời.
Argument
- pool_size: Nó đề cập đến một số nguyên mô tả kích thước tối đa của cửa sổ gộp chung.
- strides: Nó có thể là một số nguyên hoặc Không đại diện cho yếu tố mà nó sẽ giảm tỷ lệ. Ví dụ: 2 sẽ giảm một nửa đầu vào. Nếu Không có được chọn, thì nó sẽ mặc định là pool_size .
- padding: Nó phân biệt chữ hoa chữ thường, là một trong các từ “hợp lệ” hoặc “giống nhau” .
- data_format: Nó có thể là một chuỗi “channel_last” hoặc “channel_first” , là thứ tự của thứ nguyên đầu vào. Ở đây “channel_last” liên quan đến Input Shape (lô, bước, tính năng) , là định dạng mặc định cho dữ liệu tạm thời trong Keras. Tuy nhiên, “channel_first” được sử dụng để liên quan đến Input Shape (lô, tính năng, bước) .
Input Shape
Nếu data_format là “channel_first” , thì Input Shape của tensor 3D là (batch_size, các tính năng, các bước), ngược lại nếu data_format là “channel_last”, thì Input Shape của tensor 3D là (batch_size, các bước, các tính năng) .
Output Shape
Nếu data_format là “channel_first” , Output Shape của tensor 3D sẽ là (batch_size, features, downampled_steps), ngược lại nếu data_format là “channel_last” thì Output Shape của tensor 3D sẽ là (batch_size, downampled_steps, features) .
AveragePooling2D
keras.layers.AveragePooling2D (pool_size = ( 2 , 2 ), strides = None, padding = ‘valid’ , data_format = None)
Nó thực hiện gộp trung bình cho dữ liệu không gian.
Argument
- pool_size: Nó đề cập đến một số nguyên hoặc bộ của 2 số nguyên, các yếu tố mà qua đó nó sẽ giảm tỷ lệ (dọc, ngang), sao cho (2, 2) sẽ giảm một nửa đầu vào trong cả hai chiều không gian. Nếu chúng ta chỉ xác định một số nguyên, thì độ dài tương tự của cửa sổ sẽ được sử dụng cho cả hai chiều.
- strides: Giá trị bước có thể là một số nguyên, bộ của 2 số nguyên hoặc Không có. Nếu Không có được chọn, thì nó sẽ mặc định là pool_size .
- padding: Nó phân biệt chữ hoa chữ thường, là một trong các từ “hợp lệ” hoặc “giống nhau” .
- data_format: Nó có thể là một chuỗi “channel_last” hoặc “channel_first”, là thứ tự của thứ nguyên đầu vào. Ở đây “channel_last” liên quan đến Input Shape (hàng loạt, chiều cao, chiều rộng, các kênh) và “kênh đầu tiên” liên quan đến Input Shape (lô, kênh, chiều cao, chiều rộng) . Nó mặc định là giá trị image_data_format được tìm thấy trong cấu hình Keras tại ~ / .keras / keras.json . Nếu bạn không thể tìm thấy nó trong thư mục đó, thì nó đang nằm ở “channel_last”.
Input Shape
Nếu data_format là “channel_first” thì Input Shape của tensor 4D là (batch_size, channel, row, cols), ngược lại nếu data_format là “channel_last” thì Input Shape của tensor 4D là (batch_size, row, cols, channel ) .
Output Shape
Nếu data_format là “channel_first” , thì Output Shape của tensor 4D sẽ là (batch_size, channel, pooled_rows, pooled_cols), ngược lại nếu data_format là “channel_last” thì Output Shape của tensor 4D sẽ là (batch_size, pooled_rows, pooled_cols, kênh) .
AveragePooling3D
keras.layers.AveragePooling3D (pool_size = ( 2 , 2 , 2 ), strides = None, padding = ‘valid’ , data_format = None)
Nó thực hiện hoạt động gộp trung bình cho dữ liệu 3D như Không gian-thời gian hoặc không gian.
Argument
- pool_size: Nó đề cập đến một bộ ba số nguyên, các yếu tố mà qua đó nó sẽ giảm tỷ lệ (dim1, dim2, dim3), sao cho (2, 2, 2) sẽ giảm một nửa kích thước của đầu vào 3D ở mọi chiều.
- strides : Giá trị sải chân có thể là một bộ gồm 3 số nguyên hoặc Không có.
- padding: Nó phân biệt chữ hoa chữ thường, là một trong các từ “hợp lệ” hoặc “giống nhau” .
- data_format: Nó có thể là một chuỗi “channel_last” hoặc “channel_first”, là thứ tự của thứ nguyên đầu vào. Ở đây, “channel_last” liên quan đến Input Shape (batch, spatial_dim1, spatial_dim2, spatial_dim3, channel) và “channel_first” liên quan đến Input Shape (batch, channel, spatial_dim1, spatial_dim2, spatial_dim3) . Nó mặc định là giá trị image_data_format được tìm thấy trong cấu hình Keras tại ~ / .keras / keras.json . Nếu bạn không thể tìm thấy nó trong thư mục đó, thì nó đang nằm ở “channel_last”.
Input Shape
Nếu data_format là “channel_first” , thì Input Shape của tensor 5D là (batch_size, channel, spatial_dim1, spatial_dim2, spatial_dim3), ngược lại nếu data_format là “channel_last” thì Input Shape của tensor 5D là (batch_size, spatial_dim1, spatial_dim2, spatial_dim2 , kênh) .
Output Shape
Nếu data_format là “channel_first” , thì Output Shape của tensor 5D sẽ là (batch_size, channel, pooled_dim1, pooled_dim2, pooled_dim3), ngược lại nếu data_format là “channel_last” thì Output Shape của tensor 5D sẽ là (batch_size, pooled_dim1 , pooled_dim2, pooled_dim3, các kênh) .
GlobalMaxPooling1D
keras.layers.GlobalMaxPooling1D (data_format = ‘channel_last’ )
Nó thực hiện các hoạt động tổng hợp tối đa toàn cầu cho dữ liệu tạm thời.
Argument
- data_format: Nó có thể là một chuỗi “channel_last” hoặc “channel_first” , là thứ tự của thứ nguyên đầu vào. Ở đây “channel_last” liên quan đến Input Shape (lô, bước, tính năng) , là định dạng mặc định cho dữ liệu tạm thời trong Keras. Tuy nhiên, “channel_first” được sử dụng để liên quan đến Input Shape (lô, tính năng, bước) . Nó mặc định là giá trị image_data_format được tìm thấy trong cấu hình Keras tại ~ / .keras / keras.json . Nếu bạn không thể tìm thấy nó trong thư mục đó, thì nó đang nằm ở “channel_last”.
Input Shape
Nếu data_format là “channel_first” , thì Input Shape của tensor 3D là (batch_size, các tính năng, các bước), ngược lại nếu data_format là “channel_last”, thì Input Shape của tensor 3D là (batch_size, các bước, các tính năng) .
Output Shape
Nó là một tensor 2D với hình dạng (batch_size, các tính năng) .
GlobalAveragePooling1D
keras.layers.GlobalAveragePooling1D (data_format = ‘channel_last’ )
Nó thực hiện các hoạt động gộp trung bình toàn cầu cho dữ liệu tạm thời.
Argument
- data_format: Nó có thể là một chuỗi “channel_last” hoặc “channel_first” , là thứ tự của thứ nguyên đầu vào. Ở đây “channel_last” liên quan đến Input Shape (lô, bước, tính năng) , là định dạng mặc định cho dữ liệu tạm thời trong Keras. Tuy nhiên, “channel_first” được sử dụng để liên quan đến Input Shape (lô, tính năng, bước) .
Input Shape
Nếu data_format là “channel_first” , thì Input Shape của tensor 3D là (batch_size, các tính năng, các bước), ngược lại nếu data_format là “channel_last”, thì Input Shape của tensor 3D là (batch_size, các bước, các tính năng) .
Output Shape
Nó là một tensor 2D với hình dạng (batch_size, các tính năng) .
GlobalMaxPooling2D
keras.layers.GlobalMaxPooling2D (data_format = Không có)
Nó thực hiện các hoạt động tổng hợp tối đa toàn cầu cho dữ liệu không gian.
Argument
- data_format: Nó có thể là một chuỗi “channel_last” hoặc “channel_first” , là thứ tự của thứ nguyên đầu vào. Ở đây, “channel_last” liên quan đến Input Shape (lô, chiều cao, chiều rộng, các kênh) và “channel_first” được sử dụng để liên quan đến Input Shape (lô, kênh, chiều cao, chiều rộng) . Nó mặc định là giá trị image_data_format được tìm thấy trong cấu hình Keras tại ~ / .keras / keras.json . Nếu bạn không thể tìm thấy nó trong thư mục đó, thì nó đang nằm ở “channel_last”.
Input Shape
Nếu data_format là “channel_first” thì Input Shape của tensor 4D là (batch_size, channel, row, cols), ngược lại nếu data_format là “channel_last” thì Input Shape của tensor 4D là (batch_size, row, cols, channel ) .
Output Shape
Nó là một tensor 2D với hình dạng (batch_size, các tính năng) .
GlobalAveragePooling2D
keras.layers.GlobalAveragePooling2D(data_format=None)
Nó thực hiện các hoạt động gộp trung bình toàn cầu cho dữ liệu không gian.
Argument
- data_format: Nó có thể là một chuỗi “channel_last” hoặc “channel_first” , là thứ tự của thứ nguyên đầu vào. Ở đây, “channel_last” liên quan đến Input Shape (lô, chiều cao, chiều rộng, các kênh) và “channel_first” được sử dụng để liên quan đến Input Shape (lô, kênh, chiều cao, chiều rộng) . Nó mặc định là giá trị image_data_format được tìm thấy trong cấu hình Keras tại ~ / .keras / keras.json . Nếu bạn không thể tìm thấy nó trong thư mục đó, thì nó đang nằm ở “channel_last”.
Input Shape
Nếu data_format là “channel_first” thì Input Shape của tensor 4D là (batch_size, channel, row, cols), ngược lại nếu data_format là “channel_last” thì Input Shape của tensor 4D là (batch_size, row, cols, channel ) .
Output Shape
Nó là một tensor 2D với hình dạng (batch_size, các tính năng) .
GlobalMaxPooling3D
keras.layers.GlobalMaxPooling3D(data_format=None)
Nó thực hiện hoạt động tổng hợp tối đa toàn cầu cho dữ liệu ba chiều.
Argument
- data_format: Nó có thể là một chuỗi “channel_last” hoặc “channel_first” , là thứ tự của thứ nguyên đầu vào. Ở đây, “channel_last” liên quan đến Input Shape (batch, spatial_dim1, spatial_dim2, spatial_dim3, channel) và “channel_first” được sử dụng để liên quan đến Input Shape (batch, channel, spatial_dim1, spatial_dim2, spatial_dim3) . Nó mặc định là giá trị image_data_format được tìm thấy trong cấu hình Keras tại ~ / .keras / keras.json . Nếu bạn không thể tìm thấy nó trong thư mục đó, thì nó đang nằm ở “channel_last”.
Input Shape
Nếu data_format là “channel_first” , thì Input Shape của tensor 5D là (batch_size, channel, spatial_dim1, spatial_dim2, spatial_dim3), ngược lại nếu data_format là “channel_last” thì Input Shape của tensor 5D là (batch_size, spatial_dim1, spatial_dim2, spatial_dim2 , kênh) .
Output Shape
Nó là một tensor 2D với hình dạng (batch_size, các tính năng) .
GlobalAveragePooling3D
keras.layers.GlobalAveragePooling3D(data_format=None)
Nó thực hiện các hoạt động tổng hợp trung bình toàn cầu cho dữ liệu 3D.
Argument
- data_format: Nó có thể là một chuỗi “channel_last” hoặc “channel_first” , là thứ tự của thứ nguyên đầu vào. Ở đây, “channel_last” liên quan đến Input Shape (batch, spatial_dim1, spatial_dim2, spatial_dim3, channel) và “channel_first” được sử dụng để liên quan đến Input Shape (batch, channel, spatial_dim1, spatial_dim2, spatial_dim3) . Nó mặc định là giá trị image_data_format được tìm thấy trong cấu hình Keras tại ~ / .keras / keras.json . Nếu bạn không thể tìm thấy nó trong thư mục đó, thì nó đang nằm ở “channel_last”.
Input Shape
Nếu data_format là “channel_first” , thì Input Shape của tensor 5D là (batch_size, channel, spatial_dim1, spatial_dim2, spatial_dim3), ngược lại nếu data_format là “channel_last” thì Input Shape của tensor 5D là (batch_size, spatial_dim1, spatial_dim2, spatial_dim2 , kênh) .
Output Shape
Nó là một tensor 2D với hình dạng (batch_size, các tính năng) .
