例如-要求将尺寸为[10,1,224,224]的输入减小为[1,1,224,224]，其中[samples，channels，rows，columns]是尺寸的惯例。
最佳答案
然后您的问题就很糟糕了，考虑使用[10,1,224,224]作为input_shape并制作成批这样的张量。然后使用Averagepooling3D，请参阅文档here。
您将无法对具有通常层的批处理进行操作，除非您构建自己的自定义层：请参见here。
关于machine-learning - 如何在Keras上对批次大小应用均值/平均池以获取整个批次的单个输出？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/42303577/