tf.keras.layers.MaxPool3D
| Просмотреть исходный код на GitHub |
Операция максимального пулинга для 3D данных (пространственных или пространственно-временных).
tf.keras.layers.MaxPool3D(
pool_size=(2, 2, 2),
strides=None,
padding='valid',
data_format=None,
**kwargs
)
Уменьшает размер входных данных по пространственным измерениям (глубина, высота и ширина), выбирая максимальное значение в окне входных данных (размера, определяемого pool_size) для каждого канала входных данных. Окно сдвигается на strides по каждому измерению.
| Аргументы | |
|---|---|
pool_size | Кортеж из 3 целых чисел, коэффициенты уменьшения (dim1, dim2, dim3). (2, 2, 2) уменьшит размер 3D входных данных вдвое по каждому измерению. |
strides | кортеж из 3 целых чисел или None. Значения шагов. |
padding | Один из "valid" или "same" (регистр игнорируется). "valid" означает отсутствие заполнения. "same" приводит к равномерному дополнению слева/справа или сверху/снизу входных данных таким образом, чтобы выходные данные имели такие же размеры по высоте/ширине, как и входные. |
data_format | Строка, одна из channels_last (по умолчанию) или channels_first. Порядок измерений ввода. 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 из файла конфигурации Keras по адресу ~/.keras/keras.json. Если вы его никогда не устанавливали, он будет равен "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 input_channels = 3 inputs = tf.keras.Input(shape=(depth, height, width, input_channels)) layer = tf.keras.layers.MaxPooling3D(pool_size=3) outputs = layer(inputs) # Shape: (batch_size, 10, 10, 10, 3)
© 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/versions/r2.9/api_docs/python/tf/keras/layers/MaxPool3D
