Функция Tensorflow.js tf.layers.maxPooling3d()

Опубликовано: 11 Августа, 2022

Tensorflow.js — это набор инструментов с открытым исходным кодом, разработанный Google для выполнения моделей машинного обучения и нейронных сетей глубокого обучения в браузере или на платформе узла. Это также позволяет разработчикам создавать модели машинного обучения в JavaScript и использовать их непосредственно в браузере или с помощью Node.js.

Функция tf.layers.maxPooling3d() используется для применения операции максимального объединения к 3D-данным.

Синтаксис:

tf.layers.maxPooling3d(args)

Параметры:

args: это объект, который может иметь следующие свойства:
- poolSize: используется для коэффициентов масштабирования в каждом измерении, т.е. [глубина, высота, ширина]. Это целое число или ожидается массив из трех целых чисел.
- шаги: в каждом измерении окна пула размер шага. Это целое число или требуется массив из трех целых чисел.
- padding: Тип заполнения для слоя объединения.
- dataFormat: формат данных, используемый для слоя пула.
- inputShape: если он указан, он будет использоваться для создания входного слоя, который будет вставлен перед этим слоем.
- batchInputShape: если он указан, он будет использоваться для создания входного слоя, который будет вставлен перед этим слоем.
- batchSize: поддерживает inputShape для создания batchInputShape.
- dtype: тип данных для этого слоя. Этот параметр применяется исключительно к входным слоям.
- имя: имеет строковый тип. Это имя этого слоя.
- обучаемый: если для него установлено значение true, то только веса этого слоя будут изменены по размеру.
- Weights: начальные значения веса слоя.
- inputDType: используется для поддержки Legacy.

Возвращает: возвращает MaxPooling3D

Пример 1:

Javascript

import * as tf from "@tensorflow/tfjs";
  
const input = tf.input({ shape: [3, 2, 4, 3] });
const maxPoolingLayer = tf.layers.maxPooling3d(
    { poolSize: [2, 2,4], 
    strides:[3, 4, 5], 
    padding: "valid" });
const output = maxPoolingLayer.apply(input);
  
const model = tf.model({ inputs: input, outputs: output });
model.summary();

Выход:

__________________________________________________________________________________________
Layer (type)                Input Shape               Output shape              Param #   
==========================================================================================
input44 (InputLayer)        [[null,3,2,4,3]]          [null,3,2,4,3]            0         
__________________________________________________________________________________________
max_pooling3d_MaxPooling3D4 [[null,3,2,4,3]]          [null,1,1,1,3]            0         
==========================================================================================
Total params: 0
Trainable params: 0
Non-trainable params: 0
__________________________________________________________________________________________

Пример 2:

Javascript

import * as tf from "@tensorflow/tfjs";
const input = tf.input({ shape: [2, 2, 4,5] });
const maxPoolingLayer =    tf.layers.maxPooling3d({ poolSize: [2, 2,4] 
                              ,strides:[3, 4, 5], padding: "valid" });
const output = maxPoolingLayer.apply(input);
const model = tf.model({ inputs: input, outputs: output });
const x = tf.ones([2, 2, 2, 4,5]);
model.predict(x).print();

Выход:

Tensor
    [[[[[1, 1, 1, 1, 1],]]],
      [[[[1, 1, 1, 1, 1],]]]]

Ссылка: https://js.tensorflow.org/api/latest/#layers.maxPooling3d

JavaScript Picked

Функция Tensorflow.js tf.layers.maxPooling3d()

Javascript

Javascript

РЕКОМЕНДУЕМЫЕ СТАТЬИ