tf.keras.layers.MaxPooling2D/AveragePooling2D

简介: 【8月更文挑战第19天】tf.keras.layers.MaxPooling2D/AveragePooling2D。

tf.keras.layers.MaxPooling2D/AveragePooling2D
tf.keras.layers.MaxPooling2D/AveragePooling2D可配置的参数,主要有:
pool_size:池化kernel的大小。如取矩阵(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都为该数字。
strides:步长值。

其他参数还包括:padding;data_format。

代码:
layers.MaxPooling2D(pool_size=(2,2),strides=(2,1))

输出:

目录
相关文章
|
4月前
|
机器学习/深度学习 TensorFlow API
Keras介绍
【7月更文挑战第27天】Keras介绍。
85 2
|
3月前
|
机器学习/深度学习 Python
tf.keras.layers.LSTM/tf.keras.layers.LSTMCell
【8月更文挑战第20天】tf.keras.layers.LSTM/tf.keras.layers.LSTMCell。
37 1
|
3月前
tf.keras.layers.Dense
【8月更文挑战第20天】tf.keras.layers.Dense。
62 2
|
3月前
|
算法框架/工具 数据格式
tf.keras.layers.Conv2D
【8月更文挑战第20天】tf.keras.layers.Conv2D。
37 2
|
3月前
|
机器学习/深度学习
网络层构建(tf.keras.layers)
【8月更文挑战第20天】网络层构建(tf.keras.layers)。
39 2
|
3月前
|
机器学习/深度学习 TensorFlow 算法框架/工具
【Tensorflow+Keras】tf.keras.layers.Bidirectional()的解析与使用
本文解析了TensorFlow和Keras中的`tf.keras.layers.Bidirectional()`层,它用于实现双向RNN(如LSTM、GRU)的神经网络结构。文章详细介绍了该层的参数配置,并通过实例演示了如何构建含有双向LSTM层的模型,以及如何使用IMDB数据集进行模型训练和评估。
85 8
|
3月前
tf.zeros(), tf.zeros_like(), tf.ones(),tf.ones_like()
【8月更文挑战第11天】tf.zeros(), tf.zeros_like(), tf.ones(),tf.ones_like()。
34 5
|
3月前
|
机器学习/深度学习
【Python-Keras】keras.layers.Dense层的解析与使用
关于Python-Keras库中keras.layers.Dense层的解析与使用。
115 1
|
6月前
|
机器学习/深度学习 TensorFlow API
Keras 的模型(Model)和层(Layers)的介绍
Keras 的模型(Model)和层(Layers)的介绍
153 1
|
机器学习/深度学习 PyTorch 算法框架/工具