Tensorflow.js tf.layers.maxPooling2d()函数

Tensorflow.js 是 Google 开发的开源工具包，用于在浏览器或节点平台上执行机器学习模型和深度学习神经网络。它还使开发人员能够在 JavaScript 中创建机器学习模型，并直接在浏览器或 Node.js 中使用它们。

tf.layers.maxPooling2d()函数用于对空间数据应用最大池化操作。

句法：

tf.layers.maxPooling2d (args)

参数：它接受可以具有以下属性的 args 对象：

• poolSize：用于每个维度的缩小因子，即[垂直，水平]。它是一个整数或两个整数数组。
• strides：在池化窗口的每个维度中，步幅大小。它是一个整数或需要两个整数数组。
• padding：对于池化层，要使用的填充类型。
• dataFormat：对于池化层，要使用的数据格式。
• inputShape：如果设置了该属性，它将用于构造一个输入层，该输入层将插入该层之前。
• batchInputShape：如果设置了这个属性，会在这个层之前创建一个输入层。
• batchSize：如果未提供 batchInputShape 而提供了 inputShape，则使用 batchSize 来构建 batchInputShape。
• dtype：这是该层的数据类型。 float32 是默认值。此参数仅适用于输入层。
• name：这是图层的名称，为字符串类型。
• 可训练：如果该层的权重可以通过拟合改变。 True 是默认值。
• weights：图层的初始权重值。

返回：它返回对象 (MaxPooling2D)。

示例 1：

Javascript

import * as tf from "@tensorflow/tfjs";
  
const input = tf.input({ shape: [4, 4, 4] });
const maxPoolingLayer = tf.layers.maxPooling2d({ poolSize: [2, 2] });
const output = maxPoolingLayer.apply(input);
  
const model = tf.model({ inputs: input, outputs: output });
model.predict(tf.ones([1, 4, 4, 4])).print();

输出：

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

示例 2：

Javascript

import * as tf from "@tensorflow/tfjs";
  
const input = tf.input({ shape: [4, 4, 1] });
  
const maxPoolingLayer = 
    tf.layers.maxPooling2d({ poolSize: [3, 3] });
      
const output = maxPoolingLayer.apply(input);
  
const model = tf.model({ inputs: input, outputs: output });
  
const x = tf.tensor4d([1, 2, 3, 4, 5, 6, 7, 
    8, 9, 10, 11, 12, 13, 14, 15, 16], [1, 4, 4, 1]);
  
model.predict(x).print();

输出：

Tensor
    [ [ [[11],]]]

参考： https://js.tensorflow.org/api/latest/#layers.maxPooling2d