Question

在Keras中，对于我特定的2D图像数据集，我想尝试使用沿水平轴的最大合并量和沿垂直轴的平均合并量。我该怎么办？

（目前，我仅在两个方向上都具有最大池；我很好奇“混合”池方法是否会因我的特定数据集的特定性而更好地工作。）

我该怎么做？

我希望只是连续地为不同的轴调用MaxPooling1D和AveragePooling1D层，但是我看不到这些层有任何“ axis =“关键字参数。
只需将张量数据的轴子集传递到一维池中或尝试对数据进行切片：当然，如果您认为可行，我可以尝试一下，但是我的尝试经验切片TF张量是非常棘手的。所以我对此没有信心，但是如果您让我知道。
或者，到目前为止，我尝试编写自己的“ HybridPooling2D”层已经使我深入到了张量流代码的兔子洞中，需要调用更多的张量流代码。因此，在尝试尝试编写自己的tensorflow.python.ops.nn.hyb_pool()类型的例程之前，我以为我会暂停并在S.O上询问。在继续之前。

另一个可选请求：由于遗留原因，我仍在使用keras==2.1.3和tensorflow=1.14。如果给出的答案仍然可以解决该问题（例如不需要TF 2），那就太好了。因为如果我只需要更新这些内容以尝试我的想法，那么现在可能不值得我花时间。谢谢。

更新：按照上述选项2，我正在尝试使用Lambda的替代品（用于pool_size=(2,2)）

    x = MaxPooling2D(pool_size=pool_size)(x)

有类似...的东西吗？

    x = Lambda(lambda x: x[:,0,:,:], output_shape=(??) + (input_shape[??]))(x)
    x = MaxPooling1D(pool_size=pool_size[0])(x)
    x = Lambda(lambda x: x[:,:,1,:], output_shape=(??) + input_shape[??]))(x)
    x = AveragePooling1D(pool_size=pool_size[1])(x)

...是吗？（我知道这是错误的，我不想只沿一行或一列合并，而是沿所有行然后沿剩余的单个列或其他内容进行合并。）是的，我知道Avg＆Max操作沿不同的轴不会上下班；我可以。这只是尝试。

Keras：沿1个轴的最大池，沿另一个轴的平均池？

0 个答案: