Keras 3 API 文档 / 层 API / 池化层 / AveragePooling1D 层

AveragePooling1D 层

[源代码]

AveragePooling1D

keras.layers.AveragePooling1D(
    pool_size, strides=None, padding="valid", data_format=None, name=None, **kwargs
)

用于时序数据的平均池化。

通过对 pool_size 定义的窗口取平均值来对输入表示进行下采样。窗口会按 strides 移动。使用 "valid" 填充选项时,输出形状为:output_shape = (input_shape - pool_size + 1) / strides)

使用 "same" 填充选项时,输出形状为:output_shape = input_shape / strides

参数

  • pool_size: int,最大池化窗口的大小。
  • strides: int 或 None。指定每个池化步骤中池化窗口移动的距离。如果为 None,则默认为 pool_size
  • padding: 字符串,"valid""same"(不区分大小写)。"valid" 表示不填充。"same" 表示对输入进行均匀的左右或上下填充,使得输出具有与输入相同的宽度/高度维度。
  • data_format: 字符串,"channels_last""channels_first"。输入中维度的顺序。"channels_last" 对应形状为 (batch, steps, features) 的输入,而 "channels_first" 对应形状为 (batch, features, steps) 的输入。它默认为 Keras 配置文件 ~/.keras/keras.json 中找到的 image_data_format 值。如果从未设置,则为 "channels_last"

输入形状

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

输出形状

  • 如果 data_format="channels_last":形状为 (batch_size, downsampled_steps, features) 的 3D 张量。
  • 如果 data_format="channels_first":形状为 (batch_size, features, downsampled_steps) 的 3D 张量。

示例

strides=1padding="valid"

>>> x = np.array([1., 2., 3., 4., 5.])
>>> x = np.reshape(x, [1, 5, 1])
>>> avg_pool_1d = keras.layers.AveragePooling1D(pool_size=2,
...    strides=1, padding="valid")
>>> avg_pool_1d(x)

strides=2padding="valid"

>>> x = np.array([1., 2., 3., 4., 5.])
>>> x = np.reshape(x, [1, 5, 1])
>>> avg_pool_1d = keras.layers.AveragePooling1D(pool_size=2,
...    strides=2, padding="valid")
>>> avg_pool_1d(x)

strides=1padding="same"

>>> x = np.array([1., 2., 3., 4., 5.])
>>> x = np.reshape(x, [1, 5, 1])
>>> avg_pool_1d = keras.layers.AveragePooling1D(pool_size=2,
...    strides=1, padding="same")
>>> avg_pool_1d(x)