1. Keras 소개
   1. [시작하기] Sequential 모델 가이드
   2. [시작하기] 함수형 API 가이드
   3. [시작하기] FAQ
   4. [모델] Keras의 모델
   5. [모델] 함수형 API
   6. [모델] Sequential
   7. [계층] Keras의 계층
   8. [계층] Core 계층
   9. [계층] 합성곱 계층
   10. [계층] 풀링 계층
   11. [계층] 부분적으로 연결된 계층
   12. [계층] 재발 계층
   13. [계층] 임베딩 계층
   14. [계층] Merge 계층
   15. [계층] 고급 활성화 계층
   16. [계층] 표준화 계층
   17. [계층] 노이즈 계층
   18. [계층] 계층 Wrappers
   19. [계층] 자신만의 Keras 계층 만들기
   20. [전처리] 시퀀스 전처리
   21. [전처리] 텍스트 전처리
   22. [전처리] 이미지 전처리
2. Metrics
3. 손실
4. 최적화기
5. 활성화
6. Callbacks
7. 데이터셋
8. 애플리케이션
9. 백엔드 1
10. 백엔드 2
11. 백엔드 3
12. 백엔드 4
13. 백엔드 5
14. 초기화기
15. 정규화기
16. 제한
17. 시각화
18. Scikit-Learn API
19. 유용한 도구

MaxPooling1D [source]

keras.layers.pooling.MaxPooling1D(pool_size=2, strides=None, padding='valid')

시간 데이터에 대한 max 풀링 연산 입니다.

인수

• pool_size: 정수이며, max 풀링 window의 크기입니다.
• strides: 정수 혹은 None 이며, downscale 인자입니다. 예를 들어 2는 입력을 반으로 줄입니다. None인 경우, pool_size를 기본값으로 사용합니다.
• padding: "valid" 혹은 "same" 중 택일합니다(대소문자 구분 없음).

입력 형태

다음과 같은 형태의 3차원 텐서입니다: (batch_size, steps, features).

출력 형태

다음과 같은 형태의 3차원 텐서입니다: (batch_size, downsampled_steps, features).

MaxPooling2D [source]

keras.layers.pooling.MaxPooling2D(pool_size=(2, 2), strides=None, padding='valid', data_format=None)

공간 데이터에 대한 max 풀링 연산 입니다.

인수

• pool_size: 정수 혹은 정수 두 개의 튜플이며, 수직, 수평 방향으로의 downscale 인자입니다. 예를 들어, (2, 2)는 양쪽 공간 차원 모두의 입력을 반으로 줄입니다.
• strides: 정수 혹은 정수 두 개의 튜플 혹은 None이며 stride 값입니다. None인 경우, pool_size를 기본값으로 사용합니다.
• padding: "valid" 혹은 "same" 중 택일합니다(대소문자 구분 없음).
• data_format: 문자열이며, channels_last (기본값) 혹은 channels_first 중 택일합니다. 입력의 차원의 순서입니다. channels_last 는 입력 형태가 (batch, height, width, channels)와 부합함을 뜻하고 channels_first 는 입력 형태가 (batch, channels, height, width)와 부합함을 뜻합니다. ~/.keras/keras.json의 Keras 구성 파일의 image_data_format의 기본값입니다. 별도로 설정하지 않았다면, "channels_last" 입니다.

입력 형태

• data_format='channels_last'인 경우: 다음과 같은 4차원 텐서입니다: (batch_size, rows, cols, channels).
• data_format='channels_first'인 경우: 다음과 같은 4차원 텐서입니다: (batch_size, channels, rows, cols).

출력 형태

• data_format='channels_last'인 경우: 다음과 같은 4차원 텐서입니다: (batch_size, pooled_rows, pooled_cols, channels).
• data_format='channels_first'인 경우: 다음과 같은 4차원 텐서입니다: (batch_size, channels, pooled_rows, pooled_cols).

MaxPooling3D [source]

keras.layers.pooling.MaxPooling3D(pool_size=(2, 2, 2), strides=None, padding='valid', data_format=None)

3차원(공간 혹은 시공간) 데이터에 대한 max 풀링 연산 입니다.

인수

• pool_size: 정수 혹은 정수 세 개의 튜플이며, 첫번 째, 두번 째, 세번 째 차원의 downscale 인자입니다. 예를 들어, (2, 2, 2)는 3차원 입력 각각을 반으로 줄입니다.
• strides: 정수 혹은 정수 세 개의 튜플 혹은 None이며 stride 값입니다. None인 경우, pool_size를 기본값으로 사용합니다.
• padding: "valid" 혹은 "same" 중 택일합니다(대소문자 구분 없음).
• data_format: 문자열이며, channels_last (기본값) 혹은 channels_first 중 택일합니다. 입력의 차원의 순서입니다. channels_last 는 입력 형태가 (batch, spatial_dim1, spatial_dim2, spatial_dim3, channels)와 부합함을 뜻하고 channels_first 는 입력 형태가 (batch, channels, spatial_dim1, spatial_dim2, spatial_dim3)와 부합함을 뜻합니다. ~/.keras/keras.json의 Keras 구성 파일의 image_data_format의 기본값입니다. 별도로 설정하지 않았다면, "channels_last" 입니다.

입력 형태

• data_format='channels_last'인 경우: 다음과 같은 5차원 텐서입니다: (batch_size, spatial_dim1, spatial_dim2, spatial_dim3, channels).
• data_format='channels_first'인 경우: 다음과 같은 5차원 텐서입니다: (batch_size, channels, spatial_dim1, spatial_dim2, spatial_dim3).

출력 형태

• data_format='channels_last'인 경우: 다음과 같은 5차원 텐서입니다: (batch_size, pooled_dim1, pooled_dim2, pooled_dim3, channels).
• data_format='channels_first'인 경우: 다음과 같은 5차원 텐서입니다: (batch_size, channels, pooled_dim1, pooled_dim2, pooled_dim3).

AveragePooling1D [source]

keras.layers.pooling.AveragePooling1D(pool_size=2, strides=None, padding='valid')
Pytho

시간 데이터에 대한 average 풀링 연산 입니다.

인수

• pool_size: 정수이며, average 풀링 window의 크기입니다.
• strides: 정수 혹은 None 이며, downscale 인자입니다. 예를 들어 2는 입력을 반으로 줄입니다. None인 경우, pool_size를 기본값으로 사용합니다.
• padding: "valid" 혹은 "same" 중 택일합니다(대소문자 구분 없음).

입력 형태

다음과 같은 형태의 3차원 텐서입니다: (batch_size, steps, features).

출력 형태

다음과 같은 형태의 3차원 텐서입니다: (batch_size, downsampled_steps, features).

AveragePooling2D [source]

keras.layers.pooling.AveragePooling2D(pool_size=(2, 2), strides=None, padding='valid', data_format=None)

공간 데이터에 대한 average 풀링 연산 입니다.

인수

• pool_size: 정수 혹은 정수 두 개의 튜플이며, 수직, 수평 방향으로의 downscale 인자입니다. 예를 들어, (2, 2)는 양쪽 공간 차원 모두의 입력을 반으로 줄입니다. 하나의 정수만 지정한다면, 양쪽 차원 모두에 같은 window 길이가 적용됩니다.
• strides: 정수 혹은 정수 두 개의 튜플 혹은 None이며 stride 값입니다. None인 경우, pool_size를 기본값으로 사용합니다.
• padding: "valid" 혹은 "same" 중 택일합니다(대소문자 구분 없음).
• data_format: 문자열이며, channels_last (기본값) 혹은 channels_first 중 택일합니다. 입력의 차원의 순서입니다. channels_last 는 입력 형태가 (batch, height, width, channels)와 부합함을 뜻하고 channels_first 는 입력 형태가 (batch, channels, height, width)와 부합함을 뜻합니다. ~/.keras/keras.json의 Keras 구성 파일의 image_data_format의 기본값입니다. 별도로 설정하지 않았다면, "channels_last" 입니다.

입력 형태

• data_format='channels_last'인 경우: 다음과 같은 4차원 텐서입니다: (batch_size, rows, cols, channels).
• data_format='channels_first'인 경우: 다음과 같은 4차원 텐서입니다: (batch_size, channels, rows, cols).

출력 형태

• data_format='channels_last'인 경우: 다음과 같은 4차원 텐서입니다: (batch_size, pooled_rows, pooled_cols, channels).
• data_format='channels_first'인 경우: 다음과 같은 4차원 텐서입니다: (batch_size, channels, pooled_rows, pooled_cols).

AveragePooling3D [source]

keras.layers.pooling.AveragePooling3D(pool_size=(2, 2, 2), strides=None, padding='valid', data_format=None)

3차원(공간 혹은 시공간) 데이터에 대한 average 풀링 연산 입니다.

인수

• pool_size: 정수 혹은 정수 세 개의 튜플이며, 첫번 째, 두번 째, 세번 째 차원의 downscale 인자입니다. 예를 들어, (2, 2, 2)는 3차원 입력 각각을 반으로 줄입니다.