GlobalMaxPooling3D 层

[源代码]

GlobalMaxPooling3D 类

keras.layers.GlobalMaxPooling3D(data_format=None, keepdims=False, **kwargs)

用于 3D 数据的全局最大池化操作。

参数

• data_format: 字符串，可以是 "channels_last" 或 "channels_first"。输入中维度的顺序。"channels_last" 对应于形状为 (batch, spatial_dim1, spatial_dim2, spatial_dim3, channels) 的输入，而 "channels_first" 对应于形状为 (batch, channels, spatial_dim1, spatial_dim2, spatial_dim3) 的输入。默认使用你的 Keras 配置文件 ~/.keras/keras.json 中的 image_data_format 值。如果未设置，则默认为 "channels_last"。
• keepdims: 一个布尔值，是否保留空间维度。如果 keepdims 为 False（默认值），则张量的空间维度被移除，张量秩降低。如果 keepdims 为 True，则空间维度被保留，但长度为 1。其行为与 tf.reduce_mean 或 np.mean 相同。

输入形状

• 如果 data_format='channels_last'：形状为 (batch_size, spatial_dim1, spatial_dim2, spatial_dim3, channels) 的 5D 张量
• 如果 data_format='channels_first'：形状为 (batch_size, channels, spatial_dim1, spatial_dim2, spatial_dim3) 的 5D 张量

输出形状

• 如果 keepdims=False：形状为 (batch_size, channels) 的 2D 张量。
• 如果 keepdims=True： - 如果 data_format="channels_last"：形状为 (batch_size, 1, 1, 1, channels) 的 5D 张量。 - 如果 data_format="channels_first"：形状为 (batch_size, channels, 1, 1, 1) 的 5D 张量。

示例

>>> x = np.random.rand(2, 4, 5, 4, 3)
>>> y = keras.layers.GlobalMaxPooling3D()(x)
>>> y.shape
(2, 3)