【TensorFlow學習筆記（四）】常用函數：池化

• 更新時間：2019-07-09
  池化函數用於降維、提取有效特徵，定義在：tensorflow/python/layers/pooling.py中，本篇博客整理了以下三個池化函數。

tf.layers.max_pooling1d

1D輸入的最大池化層

tf.layers.max_pooling1d(inputs,
    					pool_size,
    					strides,
    					padding='valid',
    					data_format='channels_last',
    					name=None)

參數說明：

• inputs：池的張量,秩必須爲3
• pool_size：單個整數的整數或元組/列表,表示池化窗口的大小
• strides：單個整數的整數或元組/列表,指定池操作的步幅
• padding：一個字符串,表示填充方法,可以是“valid”或“same”,不區分大小寫
• data_format：一個字符串,一個channels_last(默認)或channels_first,表示輸入中維度的順序,channels_last對應於具有形狀(batch, length, channels)的輸入,而channels_first對應於具有形狀(batch, channels, length)的輸入
• name：字符串,圖層的名稱

tf.layers.max_pooling2d

2D輸入的最大池化層，最常用

tf.layers.max_pooling2d(inputs,
    					pool_size,
    					strides,
    					padding='valid',
    					data_format='channels_last',
    					name=None)

參數說明：

• inputs：池的張量,秩必須爲3
• pool_size：單個整數的整數或元組/列表,表示池化窗口的大小
• strides：單個整數的整數或元組/列表,指定池操作的步幅
• padding：一個字符串,表示填充方法,可以是“valid”或“same”,不區分大小寫
• data_format：一個字符串,一個channels_last(默認)或channels_first,表示輸入中維度的順序,channels_last對應於具有形狀(batch, length, channels)的輸入,而channels_first對應於具有形狀(batch, channels, length)的輸入
• name：字符串,圖層的名稱

tf.layers.max_pooling3d

3D輸入的最大池化層

tf.layers.max_pooling3d(inputs,
    					pool_size,
    					strides,
    					padding='valid',
    					data_format='channels_last',
    					name=None)

參數說明：

• inputs：池的張量,秩必須爲3
• pool_size：單個整數的整數或元組/列表,表示池化窗口的大小
• strides：單個整數的整數或元組/列表,指定池操作的步幅
• padding：一個字符串,表示填充方法,可以是“valid”或“same”,不區分大小寫
• data_format：一個字符串,一個channels_last(默認)或channels_first,表示輸入中維度的順序,channels_last對應於具有形狀(batch, length, channels)的輸入,而channels_first對應於具有形狀(batch, channels, length)的輸入
• name：字符串,圖層的名稱