池化层
MaxPooling1D层
keras.layers.pooling.MaxPooling1D(pool_size=2, strides=None, padding=‘valid‘)
对时域1D信号进行最大值池化
参数
-
pool_size：整数，池化窗口大小
-
strides：整数或None，下采样因子，例如设2将会使得输出shape为输入的一半，若为None则默认值为pool_size。
-
padding：‘valid’或者‘same’
输入shape
- 形如（samples，steps，features）的3D张量
输出shape
- 形如（samples，downsampled_steps，features）的3D张量
MaxPooling2D层
keras.layers.pooling.MaxPooling2D(pool_size=(2, 2), strides=None, padding=‘valid‘, data_format=None)
为空域信号施加最大值池化
参数
-
pool_size：整数或长为2的整数tuple，代表在两个方向（竖直，水平）上的下采样因子，如取（2，2）将使图片在两个维度上均变为原长的一半。为整数意为各个维度值相同且为该数字。
-
strides：整数或长为2的整数tuple，或者None，步长值。
-
border_mode：‘valid’或者‘same’
-
data_format：字符串，“channels_first”或“channels_last”之一，代表图像的通道维的位置。该参数是Keras 1.x中的image_dim_ordering，“channels_last”对应原本的“tf”，“channels_first”对应原本的“th”。以128x128的RGB图像为例，“channels_first”应将数据组织为（3,128,128），而“channels_last”应将数据组织为（128,128,3）。该参数的默认值是
~/.keras/keras.json中设置的值，若从未设置过，则为“channels_last”。
输入shape
‘channels_first’模式下，为形如（samples，channels, rows，cols）的4D张量
‘channels_last’模式下，为形如（samples，rows, cols，channels）的4D张量
输出shape
‘channels_first’模式下，为形如（samples，channels, pooled_rows, pooled_cols）的4D张量
‘channels_last’模式下，为形如（samples，pooled_rows, pooled_cols，channels）的4D张量
MaxPooling3D层
keras.layers.pooling.MaxPooling3D(pool_size=(2, 2, 2), strides=None, padding=‘valid‘, data_format=None)
为3D信号（空域或时空域）施加最大值池化
本层目前只能在使用Theano为后端时可用
参数
-
pool_size：整数或长为3的整数tuple，代表在三个维度上的下采样因子，如取（2，2，2）将使信号在每个维度都变为原来的一半长。
-
strides：整数或长为3的整数tuple，或者None，步长值。
-
padding：‘valid’或者‘same’
-
data_format：字符串，“channels_first”或“channels_last”之一，代表数据的通道维的位置。该参数是Keras 1.x中的image_dim_ordering，“channels_last”对应原本的“tf”，“channels_first”对应原本的“th”。以128x128x128的数据为例，“channels_first”应将数据组织为（3,128,128,128），而“channels_last”应将数据组织为（128,128,128,3）。该参数的默认值是
~/.keras/keras.json中设置的值，若从未设置过，则为“channels_last”。
输入shape
‘channels_first’模式下，为形如（samples, channels, len_pool_dim1, len_pool_dim2, len_pool_dim3）的5D张量
‘channels_last’模式下，为形如（samples, len_pool_dim1, len_pool_dim2, len_pool_dim3，channels, ）的5D张量
输出shape
‘channels_first’模式下，为形如（samples, channels, pooled_dim1, pooled_dim2, pooled_dim3）的5D张量
‘channels_last’模式下，为形如（samples, pooled_dim1, pooled_dim2, pooled_dim3,channels,）的5D张量
AveragePooling1D层
keras.layers.pooling.AveragePooling1D(pool_size=2, strides=None, padding=‘valid‘)
对时域1D信号进行平均值池化
参数
-
pool_size：整数，池化窗口大小
-
strides：整数或None，下采样因子，例如设2将会使得输出shape为输入的一半，若为None则默认值为pool_size。
-
padding：‘valid’或者‘same’
输入shape
- 形如（samples，steps，features）的3D张量
输出shape
- 形如（samples，downsampled_steps，features）的3D张量
AveragePooling2D层
keras.layers.pooling.AveragePooling2D(pool_size=(2, 2), strides=None, padding=‘valid‘, data_format=None)
为空域信号施加平均值池化
参数
-
pool_size：整数或长为2的整数tuple，代表在两个方向（竖直，水平）上的下采样因子，如取（2，2）将使图片在两个维度上均变为原长的一半。为整数意为各个维度值相同且为该数字。
-
strides：整数或长为2的整数tuple，或者None，步长值。
-
border_mode：‘valid’或者‘same’
-
data_format：字符串，“channels_first”或“channels_last”之一，代表图像的通道维的位置。该参数是Keras 1.x中的image_dim_ordering，“channels_last”对应原本的“tf”，“channels_first”对应原本的“th”。以128x128的RGB图像为例，“channels_first”应将数据组织为（3,128,128），而“channels_last”应将数据组织为（128,128,3）。该参数的默认值是
~/.keras/keras.json中设置的值，若从未设置过，则为“channels_last”。
输入shape
‘channels_first’模式下，为形如（samples，channels, rows，cols）的4D张量
‘channels_last’模式下，为形如（samples，rows, cols，channels）的4D张量
输出shape
‘channels_first’模式下，为形如（samples，channels, pooled_rows, pooled_cols）的4D张量
‘channels_last’模式下，为形如（samples，pooled_rows, pooled_cols，channels）的4D张量
AveragePooling3D层
keras.layers.pooling.AveragePooling3D(pool_size=(2, 2, 2), strides=None, padding=‘valid‘, data_format=None)
为3D信号（空域或时空域）施加平均值池化
本层目前只能在使用Theano为后端时可用
参数
-
pool_size：整数或长为3的整数tuple，代表在三个维度上的下采样因子，如取（2，2，2）将使信号在每个维度都变为原来的一半长。
-
strides：整数或长为3的整数tuple，或者None，步长值。
-
padding：‘valid’或者‘same’
-
data_format：字符串，“channels_first”或“channels_last”之一，代表数据的通道维的位置。该参数是Keras 1.x中的image_dim_ordering，“channels_last”对应原本的“tf”，“channels_first”对应原本的“th”。以128x128x128的数据为例，“channels_first”应将数据组织为（3,128,128,128），而“channels_last”应将数据组织为（128,128,128,3）。该参数的默认值是
~/.keras/keras.json中设置的值，若从未设置过，则为“channels_last”。
‘channels_first’模式下，为形如（samples, channels, len_pool_dim1, len_pool_dim2, len_pool_dim3）的5D张量
‘channels_last’模式下，为形如（samples, len_pool_dim1, len_pool_dim2, len_pool_dim3，channels, ）的5D张量
输出shape
‘channels_first’模式下，为形如（samples, channels, pooled_dim1, pooled_dim2, pooled_dim3）的5D张量
‘channels_last’模式下，为形如（samples, pooled_dim1, pooled_dim2, pooled_dim3,channels,）的5D张量
GlobalMaxPooling1D层
keras.layers.pooling.GlobalMaxPooling1D()
对于时间信号的全局最大池化
输入shape
- 形如（samples，steps，features）的3D张量
输出shape
- 形如(samples, features)的2D张量
GlobalAveragePooling1D层
keras.layers.pooling.GlobalAveragePooling1D()
为时域信号施加全局平均值池化
输入shape
- 形如（samples，steps，features）的3D张量
输出shape
- 形如(samples, features)的2D张量
GlobalMaxPooling2D层
keras.layers.pooling.GlobalMaxPooling2D(dim_ordering=‘default‘)
为空域信号施加全局最大值池化
参数
- data_format：字符串，“channels_first”或“channels_last”之一，代表图像的通道维的位置。该参数是Keras 1.x中的image_dim_ordering，“channels_last”对应原本的“tf”，“channels_first”对应原本的“th”。以128x128的RGB图像为例，“channels_first”应将数据组织为（3,128,128），而“channels_last”应将数据组织为（128,128,3）。该参数的默认值是
~/.keras/keras.json中设置的值，若从未设置过，则为“channels_last”。
输入shape
‘channels_first’模式下，为形如（samples，channels, rows，cols）的4D张量
‘channels_last’模式下，为形如（samples，rows, cols，channels）的4D张量
输出shape
形如(nb_samples, channels)的2D张量
GlobalAveragePooling2D层
keras.layers.pooling.GlobalAveragePooling2D(dim_ordering=‘default‘)
为空域信号施加全局平均值池化
参数
- data_format：字符串，“channels_first”或“channels_last”之一，代表图像的通道维的位置。该参数是Keras 1.x中的image_dim_ordering，“channels_last”对应原本的“tf”，“channels_first”对应原本的“th”。以128x128的RGB图像为例，“channels_first”应将数据组织为（3,128,128），而“channels_last”应将数据组织为（128,128,3）。该参数的默认值是
~/.keras/keras.json中设置的值，若从未设置过，则为“channels_last”。
输入shape
‘channels_first’模式下，为形如（samples，channels, rows，cols）的4D张量
‘channels_last’模式下，为形如（samples，rows, cols，channels）的4D张量
输出shape
形如(nb_samples, channels)的2D张量
艾伯特(http://www.aibbt.com/)国内第一家人工智能门户
