Tensorflow.js tf.layers.maxPooling3d() 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.maxPooling3d() se usa para aplicar la operación de agrupación máxima en datos 3D.

Sintaxis: 

tf.layers.maxPooling3d(args)

Parámetros:

• args: Es el objeto que puede tener las siguientes propiedades:
  • poolSize: se utiliza para reducir los factores de escala en cada dimensión, es decir, [profundidad, altura, anchura]. Es un número entero o se espera una array de tres números enteros. 
  • zancadas: en cada dimensión de la ventana de agrupación, el tamaño de la zancada. Es un número entero o se requiere una array de tres números enteros. 
  • relleno: el tipo de relleno que se utilizará para la capa de agrupación.
  • dataFormat: el formato de datos que se utilizará para la capa de agrupación. 
  • inputShape: si se especifica entonces, se utilizará para construir una capa de entrada que se insertará antes de esta capa. 
  • batchInputShape: si se especifica, se utilizará para crear una capa de entrada que se insertará antes de esta capa.
  • batchSize: Admite inputShape para construir el batchInputShape.
  • dtype: Es el tipo de tipo de datos para esta capa. Este parámetro se aplica exclusivamente a las capas de entrada.
  • nombre: Es de tipo string. Es el nombre de esta capa.
  • entrenable: si se establece en verdadero, solo los pesos de esta capa cambiarán por ajuste.
  • pesos: Los valores de peso iniciales de la capa.
  • inputDType: se utiliza para el soporte heredado.

Devoluciones: Devuelve MaxPooling3D

Ejemplo 1:

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();

Producción:

__________________________________________________________________________________________
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
__________________________________________________________________________________________

Ejemplo 2:

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();

Producción:

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

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