tf.keras.layers.AveragePooling3D

3D平均池化层

keras.layers.AveragePooling3D(pool_size=(3, 2, 3), 
                              strides=None, 
                              padding='valid', 
                              data_format=None)

---

参数详解

• pool_size: 池化窗口大小，表示在三个维度上的下采样因子
• strides: 池化步长，默认值等于 pool_size
• padding: 'VALID' 或 'SAME'，'VALID'表示无填充，'SAME'表示用0填充
• data_format: 表示输入张量的维度顺序，默认为 [batch, dim1, dim2, dim3, channel], 如对分辨率为720×720视频(假设为连续6帧彩色图像)进行池化，batch_size设为64，则输入向量的维度为 [64, 6, 720, 720, 3]，池化层会在dim1, dim2, dim3这三个维度上进行下采样

---

 示例

from tensorflow.keras.layers import AveragePooling3D
import tensorflow as tf
import numpy as np

# 定义一个3D平均池化层
pool = AveragePooling3D(pool_size=(3, 2, 3),
                        strides=None,
                        padding='valid',
                        data_format=None)

# 生成一个维度为[64, 6, 720, 720, 3]的矩阵
x = np.random.random((64, 6, 720, 720, 3))

# 转成tensor类型,第一个维度64表示batch
# numpy中的数据类型和tensorflow中的数据类型完全兼容,所以这一步可以省略
x = tf.convert_to_tensor(x) 
print(x.shape) # [64, 6, 720, 720, 3]

# 进行3D平均池化
y = pool(x)
print(y.shape) # [64, 2, 360, 240, 3]