tf.keras.layers.MaxPool2D

Операция максимальной пулинговой подвыборки для двумерных пространственных данных.

Наследует: Layer, Operation

Показать псевдонимы

Основные псевдонимы

tf.keras.layers.MaxPooling2D

tf.keras.layers.MaxPool2D(
    pool_size=(2, 2),
    strides=None,
    padding='valid',
    data_format=None,
    name=None,
    **kwargs
)

Используется в блокнотах

Используется в руководстве	Используется в учебных материалах
Эффективное использование TensorFlow 2 Разреженные веса с помощью структурного прореживания	Классификация изображений Аугментация данных Загрузка и предварительная обработка изображений Пользовательское обучение с tf.distribute.Strategy Свёрточная нейронная сеть (CNN)

Уменьшает размер входных данных по пространственным измерениям (высоте и ширине), выбирая максимальное значение в окне входных данных (размер которого задан параметром pool_size) для каждого канала входных данных. Окно сдвигается на strides по каждому измерению.

При использовании параметра заполнения "valid" пространственная форма результирующего выходного тензора (количество строк или столбцов) равна: output_shape = math.floor((input_shape - pool_size) / strides) + 1 (когда input_shape >= pool_size)

Форма результирующего выходного тензора при использовании параметра заполнения "same": output_shape = math.floor((input_shape - 1) / strides) + 1

Аргументы
`pool_size`	Целое число или кортеж из 2 целых чисел — коэффициенты уменьшения размера (dim1, dim2). Если указано только одно целое число, для всех измерений будет использоваться одинаковая длина окна.
`strides`	Целое число, кортеж из 2 целых чисел или None. Значения шага. Если указано None, по умолчанию используется `pool_size`. Если указано только одно целое число, для всех измерений будет использоваться одинаковый размер шага.
`padding`	Строка: `"valid"` или `"same"` (без учёта регистра). `"valid"` означает отсутствие заполнения. `"same"` равномерно добавляет заполнение слева и справа либо сверху и снизу от входных данных, чтобы выходные данные имели те же размеры по высоте и ширине, что и входные.
`data_format`	Строка: `"channels_last"` или `"channels_first"`. Порядок измерений во входных данных. `"channels_last"` соответствует входным данным с формой `(batch, height, width, channels)`, а `"channels_first"` — входным данным с формой `(batch, channels, height, width)`. По умолчанию используется значение `image_data_format` из файла конфигурации Keras по пути `~/.keras/keras.json`. Если вы никогда не задавали это значение, оно будет равно `"channels_last"`.

Форма входных данных:

Если data_format="channels_last": тензор 4D с формой (batch_size, height, width, channels).
Если data_format="channels_first": тензор 4D с формой (batch_size, channels, height, width).

Форма выходных данных:

Если data_format="channels_last": тензор 4D с формой (batch_size, pooled_height, pooled_width, channels).
Если data_format="channels_first": тензор 4D с формой (batch_size, channels, pooled_height, pooled_width).

Примеры:

strides=(1, 1) и padding="valid":

x = np.array([[1., 2., 3.],
              [4., 5., 6.],
              [7., 8., 9.]])
x = np.reshape(x, [1, 3, 3, 1])
max_pool_2d = keras.layers.MaxPooling2D(pool_size=(2, 2),
   strides=(1, 1), padding="valid")
max_pool_2d(x)

strides=(2, 2) и padding="valid":

x = np.array([[1., 2., 3., 4.],
              [5., 6., 7., 8.],
              [9., 10., 11., 12.]])
x = np.reshape(x, [1, 3, 4, 1])
max_pool_2d = keras.layers.MaxPooling2D(pool_size=(2, 2),
   strides=(2, 2), padding="valid")
max_pool_2d(x)

stride=(1, 1) и padding="same":

x = np.array([[1., 2., 3.],
              [4., 5., 6.],
              [7., 8., 9.]])
x = np.reshape(x, [1, 3, 3, 1])
max_pool_2d = keras.layers.MaxPooling2D(pool_size=(2, 2),
   strides=(1, 1), padding="same")
max_pool_2d(x)

Атрибуты
`input`	Возвращает входной тензор (тензоры) символической операции. Возвращает только тензор (тензоры), соответствующий первому вызову операции.
`output`	Возвращает выходной тензор (тензоры) слоя. Возвращает только тензор (тензоры), соответствующий первому вызову операции.

Методы

`from_config`

Посмотреть исходный код

@classmethod
from_config(
    config
)

Создаёт слой на основе его конфигурации.

Этот метод является обратным по отношению к get_config и позволяет создать экземпляр того же слоя из словаря конфигурации. Он не обрабатывает связи слоёв (это делает Network) и веса (это делает set_weights).

Аргументы
`config`	Словарь Python, обычно являющийся результатом вызова get_config.

Возвращает
Экземпляр слоя.

`symbolic_call`

Посмотреть исходный код

symbolic_call(
    *args, **kwargs
)

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/keras/layers/MaxPool2D