*pool2D和*pooling2D之间的Tensorflow差异

Question

我正在学习这个使用layers.MaxPooling2D的TensorFlow-2.x-Tutorials。自动补全也提示layers.MaxPool2D，所以我搜索它们之间的区别。

提到这个api_docs，我发现它们的全名是tf.compat.v1.layers.MaxPooling2D和tf.keras.layers.MaxPool2D，它们有几乎相同的参数，我可以考虑layers.MaxPooling2D = layers.MaxPool2D，但前者是tf1.x，后者是tf2.x？

此外，我还发现了tf.keras.layers.GlobalMaxPool1D(一维时态数据的全局最大池化操作)和tf.keras.layers.GlobalAveragePooling1D(时态数据的全局平均池化操作)，这两种操作具有完全相同的参数，为什么函数名的语法不同？

Answer 1

我只回答你的第二个问题，因为有人发现了你第一个问题的复制品。

MaxPooling2D从二维数组中取最大值。以下面的输入为例：

import tensorflow as tf

x = tf.random.uniform(minval=0, maxval=10, dtype=tf.int32, shape=(3, 3, 3), seed=42)

<tf.Tensor: shape=(3, 3, 3), dtype=int32, numpy=
array([[[2, 4, 3],
        [9, 1, 8],
        [8, 3, 5]],
       [[6, 6, 9],
        [9, 6, 1],
        [7, 5, 2]],
       [[2, 0, 8],
        [1, 6, 1],
        [2, 3, 9]]])>

MaxPooling2D将取这三个元素的平均值：

gmp = tf.keras.layers.GlobalMaxPooling2D()

gmp(x[..., None])

<tf.Tensor: shape=(3, 1), dtype=int32, numpy=
array([[9],
       [9],
       [9]])>

每个元素中都有一个9，因此该操作将为所有三个元素返回9。对于GlobalAveragePooling2D来说，这是完全相同的事情，但对于平均值。

gap = tf.keras.layers.GlobalAveragePooling2D()

gap(x[..., None])

<tf.Tensor: shape=(3, 1), dtype=int32, numpy=
array([[3],
       [6],
       [5]])>