美文网首页
keras 池化层

keras 池化层

作者: 郭彦超 | 来源:发表于2019-05-06 17:49 被阅读0次

池化层又称下采样,是对卷积层的降维处理,常用的池化有最大池化、平均池化。

MaxPooling1D

一维数据上的池化操作

keras.layers.MaxPooling1D(pool_size=2, strides=None, padding='valid')

  • pool_size:池化层窗口大小
  • strides:窗口移动步长
  • padding:valid表示不填充特征边界,same表示填充输入特征以使与原始输入长度相同

MaxPooling2D

二维空间上的池化操作

keras.layers.MaxPooling2D(pool_size=(2, 2), strides=None, padding='valid')

  • pool_size:池化层窗口大小,沿(垂直,水平)方向缩小比例的因数。 (2,2)会把输入张量的两个维度都缩小一半。 如果只使用一个整数,那么两个维度都会使用同样的窗口长度。
  • strides:窗口移动步长
  • padding:valid表示不填充特征边界,same表示填充输入特征以使与原始输入长度相同

相关文章

  • keras 池化层

    池化层又称下采样,是对卷积层的降维处理,常用的池化有最大池化、平均池化。 MaxPooling1D 一维数据上的池...

  • DL4J中文文档/Keras模型导入/池化层

    KerasGlobalPooling [源码] 导入一个Keras池化层作为DL4J的子采样层。 KerasGlo...

  • DL4J中文文档/Keras模型导入/归一化层

    KerasBatchNormalization(Keras批量归一化层) [源码] 从Keras导入一个Batch...

  • 深度卷积神经网在图像分类中的应用---深度综述(1)

    基本的卷积神经网结构由输入层、卷积层、池化层、全连接层及输出层构成。卷积层和池化层一般会取若干个,采用卷积层和池化...

  • 【DCGAN】原理

    传统CNN: 卷积层:提取特征 池化层:特征下采样 DCGAN:没有池化层了,都是卷积层

  • Inception-v3的实现原理

    一目了然的关系: Convolution:使用卷积层 AvgPool:平均池化层 MaxPool:最大池化层 Co...

  • Pooling 小结

    在卷积神经网络中,我们经常会碰到池化操作,而池化层往往在卷积层后面,通过池化来降低卷积层输出的特征向量,同时改善结...

  • 2019-05-04 Day12

    Day12 7.3 池化层 池化是缩小高、长方向上空间的运算 图像领域主要使用Max Pooling 池化层的特征...

  • 基于LeNet-5模型实现MNIST手写体识别

    LeNet模型的可以分为7步: 卷积层 池化层 卷积层 池化层 全连接层 全连接层经过这7步以后得到输出结点的值,...

  • CNN

    利用CNN识别MNIST手写字,很普通的一个例程。输入数据经过卷积层,池化层,卷积层,池化层,全连接层,Softm...

网友评论

      本文标题:keras 池化层

      本文链接:https://www.haomeiwen.com/subject/lajdoqtx.html