tf.keras.layers.MaxPool3D

Операция максимального пулинга для 3D данных (пространственных или пространственно-временных).

Наследуется от: Layer, Operation

Просмотр псевдонимов

Основные псевдонимы

tf.keras.layers.MaxPooling3D

tf.keras.layers.MaxPool3D(
    pool_size=(2, 2, 2),
    strides=None,
    padding='valid',
    data_format=None,
    name=None,
    **kwargs
)

Уменьшает размер входных данных по пространственным измерениям (глубина, высота и ширина), выбирая максимальное значение по окну входных данных (размер определяется значением pool_size) для каждого канала входных данных. Окно сдвигается на strides по каждому измерению.

Аргументы
`pool_size`	целое число или кортеж из 3 целых чисел, коэффициенты уменьшения (dim1, dim2, dim3). Если указано только одно целое число, то длина окна будет одинаковой для всех измерений.
`strides`	целое число или кортеж из 3 целых чисел, или None. Значения шагов. Если None, по умолчанию будет использоваться значение `pool_size`. Если указано только одно целое число, то размер шага будет одинаковым для всех измерений.
`padding`	строка, либо `"valid"`, либо `"same"` (регистр не учитывается). `"valid"` означает отсутствие заполнения. `"same"` приводит к равномерному заполнению слева/справа или сверху/снизу входных данных таким образом, что размер высоты/ширины выходных данных совпадает с входными данными.
`data_format`	строка, либо `"channels_last"`, либо `"channels_first"`. Порядок измерений во входных данных. `"channels_last"` соответствует входным данным с формой `(batch, spatial_dim1, spatial_dim2, spatial_dim3, channels)`, в то время как `"channels_first"` соответствует входным данным с формой `(batch, channels, spatial_dim1, spatial_dim2, spatial_dim3)`. По умолчанию используется значение `image_data_format`, найденное в файле конфигурации Keras по адресу `~/.keras/keras.json`. Если вы его никогда не задавали, то он будет `"channels_last"`.

Форма входных данных:

Если data_format="channels_last": 5D тензор с формой: (batch_size, spatial_dim1, spatial_dim2, spatial_dim3, channels)
Если data_format="channels_first": 5D тензор с формой: (batch_size, channels, spatial_dim1, spatial_dim2, spatial_dim3)

Форма выходных данных:

Если data_format="channels_last": 5D тензор с формой: (batch_size, pooled_dim1, pooled_dim2, pooled_dim3, channels)
Если data_format="channels_first": 5D тензор с формой: (batch_size, channels, pooled_dim1, pooled_dim2, pooled_dim3)

Пример:

depth = 30
height = 30
width = 30
channels = 3

inputs = keras.layers.Input(shape=(depth, height, width, channels))
layer = keras.layers.MaxPooling3D(pool_size=3)
outputs = layer(inputs)  # Shape: (batch_size, 10, 10, 10, 3)

Атрибуты
`input`	Извлекает тензор(ы) входных данных символьной операции. Возвращает только тензор(ы), соответствующие первому вызову операции.
`output`	Извлекает тензор(ы) выходных данных слоя. Возвращает только тензор(ы), соответствующие первому вызову операции.

Методы

`from_config`

Просмотреть исходный код

@classmethod
from_config(
    config
)

Создает слой из его конфигурации.

Этот метод является обратным к методу get_config, позволяя восстановить тот же слой из словаря конфигурации. Он не обрабатывает соединение слоев (это обрабатывается сетью), а также веса (это обрабатывается set_weights).

Аргументы
`config`	Словарь Python, обычно выход get_config.

Возвращает
Экземпляр слоя.

`symbolic_call`

Просмотреть 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/MaxPool3D