Класс GlobalMaxPooling1D

Класс GlobalMaxPooling1D применяется к временным (последовательным) данным и выполняет операцию глобального максимального пулинга. Слой принимает на вход трехмерный тензор формы (batch_size, steps, features) и для каждого признака (канала) находит максимальное значение вдоль временной оси. В результате возвращается двумерный тензор формы (batch_size, features). Слой не имеет настраиваемых параметров и часто используется для перехода от последовательного представления к векторному перед полносвязными слоями.

Класс не принимает обязательных параметров. При необходимости можно указать аргумент data_format, который определяет порядок осей во входном тензоре: 'channels_last' (по умолчанию) или 'channels_first'. Также доступны стандартные аргументы слоя, такие как name и dtype.

Синтаксис

tf.keras.layers.GlobalMaxPooling1D(
	data_format=None,
	**kwargs
)

Пример

Давайте создадим слой GlobalMaxPooling1D и применим его к тензору с временными данными:

import tensorflow as tf

t = tf.constant([[[1, 2], [3, 4], [5, 6]]], dtype=tf.float32)

layer = tf.keras.layers.GlobalMaxPooling1D()
res = layer(t)
print(res)

Результат выполнения кода:

tf.Tensor([[5. 6.]], shape=(1, 2), dtype=float32)

Пример

Давайте создадим слой GlobalMaxPooling1D и применим его к тензору с несколькими примерами в батче:

import tensorflow as tf

t = tf.constant([
	[[1, 2, 3], [4, 5, 6], [7, 8, 9]],
	[[9, 8, 7], [6, 5, 4], [3, 2, 1]]
], dtype=tf.float32)

layer = tf.keras.layers.GlobalMaxPooling1D()
res = layer(t)
print(res)

Результат выполнения кода:

tf.Tensor(
[[7. 8. 9.]
 [9. 8. 7.]], shape=(2, 3), dtype=float32)

Пример

Давайте встроим слой GlobalMaxPooling1D в последовательную модель Keras:

import tensorflow as tf

model = tf.keras.Sequential([
	tf.keras.layers.Input(shape=(5, 3)),
	tf.keras.layers.GlobalMaxPooling1D(),
	tf.keras.layers.Dense(2)
])

t = tf.constant([[[1, 2, 3], [4, 5, 6], [7, 8, 9],
	[10, 11, 12], [13, 14, 15]]], dtype=tf.float32)

res = model(t)
print(res)

Результат выполнения кода:

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

Смотрите также

класс MaxPooling1D,
который выполняет локальный максимальный пулинг над временными данными
класс GlobalAveragePooling1D,
который выполняет глобальный средний пулинг над временными данными
класс GlobalMaxPooling2D,
который выполняет глобальный максимальный пулинг над изображениями
класс Flatten,
который преобразует многомерный тензор в одномерный