全局平均池化一维层

[源代码]

GlobalAveragePooling1D 类

tf_keras.layers.GlobalAveragePooling1D(data_format="channels_last", **kwargs)

用于时间序列数据的全局平均池化操作。

示例

>>> input_shape = (2, 3, 4)
>>> x = tf.random.normal(input_shape)
>>> y = tf.keras.layers.GlobalAveragePooling1D()(x)
>>> print(y.shape)
(2, 4)

参数

• data_format: 字符串，取值为 channels_last（默认）或 channels_first。输入数据的维度顺序。channels_last 对应于形状为 (batch, steps, features) 的输入，而 channels_first 对应于形状为 (batch, features, steps) 的输入。
• keepdims: 布尔值，是否保留时间维度。如果 keepdims 为 False（默认），则张量的秩将针对空间维度降低。如果 keepdims 为 True，则时间维度将保留，长度为 1。行为与 tf.reduce_mean 或 np.mean 相同。

调用参数

• inputs: 一个 3D 张量。
• mask: 形状为 (batch_size, steps) 的二元张量，指示是否应该屏蔽（从平均值中排除）给定的步骤。

输入形状

• 如果 data_format='channels_last': 3D 张量，形状为：(batch_size, steps, features)
• 如果 data_format='channels_first': 3D 张量，形状为：(batch_size, features, steps)

输出形状

• 如果 keepdims=False: 2D 张量，形状为 (batch_size, features)。
• 如果 keepdims=True
  • 如果 data_format='channels_last': 3D 张量，形状为 (batch_size, 1, features)
  • 如果 data_format='channels_first': 3D 张量，形状为 (batch_size, features, 1)