Posted 2019-07-29Updated 2019-07-29ML Model / Model Componenta minute read (About 140 words)

Pooling Layers

池化/下采样

池化：在每个区域中选择只保留一个值

用于减小数据处理量同时保留有用的信息
- 相邻区域特征类似，单个值能表征特征、同时减少数据量
保留值得选择有多种
- 极值
- 平均值
- 全局最大
直观上
- 模糊图像，丢掉一些不重要的细节

Max Pooling

最大值采样：使用区域中最大值作为代表

Average Pooling

平均值采样：使用池中平均值作为代表

Posted 2019-02-20Updated 2019-02-17Python / Keras2 minutes read (About 374 words)

池化层

MaxPooling1D

keras.layers.pooling.MaxPooling1D(
	pool_size=2/int,
	strides=None/int,
	padding="valid"
	data_format=None
)

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。

MaxPooling2D

keras.layers.pooling.MaxPooling2D(
	pool_size=(2, 2),
	strides=None/int/(int),
	padding="valid"/"same",
	data_format=None
)

为空域2D信号施加最大值池化

MaxPooling3D层

keras.layers.pooling.MaxPooling3D(
	pool_size=(2, 2, 2),
	strides=None/int/(int),
	padding="valid"/"same",
	data_format=None
)

为3D信号（空域或时空域）施加最大值池化

AveragePooling1D层

keras.layers.pooling.AveragePooling1D(
	pool_size=2,
	strides=None,
	padding="valid"
	data_format=None
)

对1D信号（时域）进行平均值池化

AveragePooling2D层

keras.layers.pooling.AveragePooling2D(
	pool_size=(2, 2),
	strides=None,
	padding="valid",
	data_format=None
)

为2D（空域）信号施加平均值池化

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

GlobalMaxPooling1D层

1
2
3

keras.layers.pooling.GlobalMaxPooling1D(
	data_format="channels_last"
)

对于1D（时间）信号的全局最大池化

GlobalAveragePooling1D层

1
2
3

keras.layers.pooling.GlobalAveragePooling1D(
	data_forma="channels_last"
)

为时域信号施加全局平均值池化

GlobalMaxPooling2D层

1
2
3

keras.layers.pooling.GlobalMaxPooling2D(
	data_format=None
)

为空域信号施加全局最大值池化

GlobalAveragePooling2D层

1
2
3

keras.layers.pooling.GlobalAveragePooling2D(
	data_format=None
)

为2D（空域）信号施加全局平均值池化