MaxPooling1D 層

[原始碼]

MaxPooling1D 類別

keras.layers.MaxPooling1D(
    pool_size=2, strides=None, padding="valid", data_format=None, name=None, **kwargs
)

用於一維時序資料的最大池化操作。

透過在大小為 pool_size 的空間窗口上取最大值，來對輸入表示進行降採樣。窗口會以 strides 移動。

當使用 "valid" 填充選項時，產生的輸出形狀為：output_shape = (input_shape - pool_size + 1) / strides)。

當使用 "same" 填充選項時，產生的輸出形狀為：output_shape = input_shape / strides

參數

• pool_size: 整數，最大池化窗口的大小。
• strides: 整數或 None。指定池化窗口在每個池化步驟中移動多少。如果為 None，則預設為 pool_size。
• padding: 字串，可以是 "valid" 或 "same" (不區分大小寫)。"valid" 表示不填充。"same" 會均勻地在輸入的左/右或上/下進行填充，使輸出的高度/寬度維度與輸入相同。
• data_format: 字串，可以是 "channels_last" 或 "channels_first"。輸入中維度的順序。"channels_last" 對應於形狀為 (batch, steps, features) 的輸入，而 "channels_first" 對應於形狀為 (batch, features, steps) 的輸入。它預設為在您的 Keras 設定檔 ~/.keras/keras.json 中找到的 image_data_format 值。如果您從未設定它，則它將為 "channels_last"。

輸入形狀

• 如果 data_format="channels_last"：具有形狀 (batch_size, steps, features) 的 3D 張量。
• 如果 data_format="channels_first"：具有形狀 (batch_size, features, steps) 的 3D 張量。

輸出形狀

• 如果 data_format="channels_last"：具有形狀 (batch_size, downsampled_steps, features) 的 3D 張量。
• 如果 data_format="channels_first"：具有形狀 (batch_size, features, downsampled_steps) 的 3D 張量。

範例

strides=1 和 padding="valid"

>>> x = np.array([1., 2., 3., 4., 5.])
>>> x = np.reshape(x, [1, 5, 1])
>>> max_pool_1d = keras.layers.MaxPooling1D(pool_size=2,
...    strides=1, padding="valid")
>>> max_pool_1d(x)

strides=2 和 padding="valid"

>>> x = np.array([1., 2., 3., 4., 5.])
>>> x = np.reshape(x, [1, 5, 1])
>>> max_pool_1d = keras.layers.MaxPooling1D(pool_size=2,
...    strides=2, padding="valid")
>>> max_pool_1d(x)

strides=1 和 padding="same"

>>> x = np.array([1., 2., 3., 4., 5.])
>>> x = np.reshape(x, [1, 5, 1])
>>> max_pool_1d = keras.layers.MaxPooling1D(pool_size=2,
...    strides=1, padding="same")
>>> max_pool_1d(x)