Tensorflow.js tf.layers.maxPooling2d() Función

Tensorflow.js es un conjunto de herramientas de código abierto desarrollado por Google para ejecutar modelos de aprendizaje automático y redes neuronales de aprendizaje profundo en el navegador o en la plataforma del Node. También permite a los desarrolladores crear modelos de aprendizaje automático en JavaScript y utilizarlos directamente en el navegador o con Node.js.

La función tf.layers.maxPooling2d() se utiliza para aplicar la operación de agrupación máxima en datos espaciales.

Sintaxis: 

tf.layers.maxPooling2d (args)

Parámetros: Acepta el objeto args el cual puede tener las siguientes propiedades:

• poolSize: se utiliza para reducir los factores en cada dimensión, es decir, [vertical, horizontal]. Es un entero o se espera una array de dos enteros. 
• zancadas: en cada dimensión de la ventana de agrupación, el tamaño de la zancada. Es un entero o se requiere una array de dos enteros. 
• relleno: para la capa de agrupación, el tipo de relleno que se utilizará.
• dataFormat: para la capa de agrupación, el formato de datos que se utilizará. 
• inputShape: si se establece esta propiedad, se utilizará para construir una capa de entrada que se insertará antes de esta capa. 
• batchInputShape: si se establece esta propiedad, se creará e insertará una capa de entrada antes de esta capa.
• batchSize: si no se proporciona batchInputShape y sí inputShape, se utiliza batchSize para crear el batchInputShape.
• dtype: Es el tipo de tipo de datos para esta capa. float32 es el valor predeterminado. Este parámetro se aplica exclusivamente a las capas de entrada.
• nombre: Este es el nombre de la capa y es de tipo string.
• entrenable: si los pesos de esta capa se pueden cambiar por ajuste. Verdadero es el valor predeterminado.
• pesos: Los valores de peso iniciales de la capa.

Devoluciones: Devuelve sobre objeto (MaxPooling2D).

Ejemplo 1:

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();

Producción:

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

Ejemplo 2:

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();

Producción:

Tensor
    [ [ [[11],]]]

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