tf.keras.layers.MaxPool1D

Операция максимального пулинга для 1D временных данных.

Просмотреть псевдонимы

Основные псевдонимы

tf.keras.layers.MaxPooling1D

Псевдонимы для миграции

См. Руководство по миграции для получения более подробной информации.

tf.compat.v1.keras.layers.MaxPool1D, tf.compat.v1.keras.layers.MaxPooling1D

tf.keras.layers.MaxPool1D(
    pool_size=2, strides=None, padding='valid', data_format='channels_last',
    **kwargs
)

Уменьшает размерность входного представления, выбирая максимальное значение в окне, определённом pool_size. Окно смещается на strides. Результирующая форма выходных данных при использовании опции "valid" padding: output_shape = (input_shape - pool_size + 1) / strides)

Результирующая форма выходных данных при использовании опции "same" padding: output_shape = input_shape / strides

Например, для strides=1 и padding="valid":

x = tf.constant([1., 2., 3., 4., 5.])
x = tf.reshape(x, [1, 5, 1])
max_pool_1d = tf.keras.layers.MaxPooling1D(pool_size=2,
   strides=1, padding='valid')
max_pool_1d(x)
<tf.Tensor: shape=(1, 4, 1), dtype=float32, numpy=
array([[[2.],
        [3.],
        [4.],
        [5.]]], dtype=float32)>

Например, для strides=2 и padding="valid":

x = tf.constant([1., 2., 3., 4., 5.])
x = tf.reshape(x, [1, 5, 1])
max_pool_1d = tf.keras.layers.MaxPooling1D(pool_size=2,
   strides=2, padding='valid')
max_pool_1d(x)
<tf.Tensor: shape=(1, 2, 1), dtype=float32, numpy=
array([[[2.],
        [4.]]], dtype=float32)>

Например, для strides=1 и padding="same":

x = tf.constant([1., 2., 3., 4., 5.])
x = tf.reshape(x, [1, 5, 1])
max_pool_1d = tf.keras.layers.MaxPooling1D(pool_size=2,
   strides=1, padding='same')
max_pool_1d(x)
<tf.Tensor: shape=(1, 5, 1), dtype=float32, numpy=
array([[[2.],
        [3.],
        [4.],
        [5.],
        [5.]]], dtype=float32)>

Аргументы
`pool_size`	Целое число, размер окна максимального пулинга.
`strides`	Целое число или None. Определяет, на сколько смещается окно пулинга на каждом шаге. Если None, будет установлено значение по умолчанию `pool_size`.
`padding`	Одна из `"valid"` или `"same"` (регистронезависимо). "valid" не добавляет padding. "same" добавляет padding таким образом, что при stride=1 форма выходных данных будет такой же, как и форма входных данных.
`data_format`	Строка, одна из `channels_last` (по умолчанию) или `channels_first`. Порядок измерений во входных данных. `channels_last` соответствует входным данным с формой `(batch, steps, features)`, в то время как `channels_first` соответствует входным данным с формой `(batch, features, steps)`.

Форма входных данных:

Если data_format='channels_last': 3D тензор с формой (batch_size, steps, features).
Если data_format='channels_first': 3D тензор с формой (batch_size, features, steps).

Форма выходных данных:

Если data_format='channels_last': 3D тензор с формой (batch_size, downsampled_steps, features).
Если data_format='channels_first': 3D тензор с формой (batch_size, features, downsampled_steps).

© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.3/api_docs/python/tf/keras/layers/MaxPool1D