当谈到 Keras 的平均池化层时，我有点困惑。 The documentation 声明如下:
和
我(认为我)确实得到了平均池化的概念，但我真的不明白为什么 GlobalAveragePooling1D 层只是删除了步骤参数。非常感谢您的回答。
最佳答案
GlobalAveragePooling1D 与 AveragePooling1D 和 pool_size=steps 相同。因此，对于每个特征维度，它在所有时间步长中取平均值。输出因此具有形状 (batch_size, 1, features) (如果 data_format='channels_last' )。他们只是压平第二个(或第三个，如果 data_format='channels_first' )维度，这就是你如何获得等于 (batch_size, features) 的输出形状。
关于python - Keras:AveragePooling1D 层和 GlobalAveragePooling1D 层的区别，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/54493738/