Класс AveragePooling1D

Класс AveragePooling1D применяется к временным рядам и последовательностям для уменьшения их длины. Слой разбивает входные данные на окна заданного размера и вычисляет среднее значение внутри каждого окна. Первым параметром передается размер пулинг-окна pool_size, вторым - шаг strides, третьим - тип заполнения padding.

Синтаксис

tf.keras.layers.AveragePooling1D(
	pool_size=2,
	strides=None,
	padding='valid',
	data_format=None
)

Пример

Давайте создадим слой усредняющего пулинга с размером окна 2 и применим его к тензору:

import tensorflow as tf

t = tf.constant([[[1.0], [2.0], [3.0], [4.0], [5.0], [6.0]]])
layer = tf.keras.layers.AveragePooling1D(pool_size=2)
res = layer(t)
print(res)

Результат выполнения кода:

tf.Tensor(
[[[1.5]
  [3.5]
  [5.5]]], shape=(1, 3, 1), dtype=float32)

Пример

Давайте изменим шаг пулинга на 3 и посмотрим, как изменится результат:

import tensorflow as tf

t = tf.constant([[[1.0], [2.0], [3.0], [4.0], [5.0], [6.0]]])
layer = tf.keras.layers.AveragePooling1D(pool_size=2, strides=3)
res = layer(t)
print(res)

Результат выполнения кода:

tf.Tensor(
[[[1.5]
  [4.5]]], shape=(1, 2, 1), dtype=float32)

Пример

Давайте применим слой с заполнением same, чтобы сохранить размерность выхода:

import tensorflow as tf

t = tf.constant([[[1.0], [2.0], [3.0], [4.0], [5.0]]])
layer = tf.keras.layers.AveragePooling1D(pool_size=2, padding='same')
res = layer(t)
print(res)

Результат выполнения кода:

tf.Tensor(
[[[1.5]
  [3.5]
  [5.0]]], shape=(1, 3, 1), dtype=float32)

Смотрите также

класс MaxPooling1D,
который выполняет максимальный пулинг над одномерными данными
класс GlobalAveragePooling1D,
который усредняет всю последовательность целиком
класс AveragePooling2D,
который выполняет усредняющий пулинг над двумерными данными
класс Conv1D,
который выполняет одномерную свертку над последовательностями