如何在Keras中实现L2规范池？

我想在我的CNN中添加一个全局临时池层，该层具有三种不同的池功能：均值、最大值和L2范数。Keras具有平均池和最大池函数，但我还没有为L2找到一个。我自己怎么能实现这个呢？

我也在寻找这个，keras中没有现成的池。 但是您可以使用Lambda层来实现它

from keras.layers import Lambda
import keras.backend as K

def l2_norm(x):
    x = x ** 2
    x = K.sum(x, axis=1)
    x = K.sqrt(x)
    return x
global_l2 = Lambda(lambda x: l2_norm(x))(previous_layer)

---

我一直在寻找这个，关于如何计算池的信息很少。如果有人对实现它感兴趣，请参见以下比较：

最大池：从正在评估的NxM单元中获取最大值，并将其作为此单元位置的下采样矩阵的值

Avg Pooling：与上述类似，获取单元格内所有值的平均值，而不是最大值

L2范数池：与上面类似，计算单元格内数字的L2范数，而不是平均值，然后在目标下采样矩阵中使用此数字。假设我们得到一个单元（内核大小）是2x2，它是四个数字。现在假设这四个数字是1,2,3,4。L2范数为sqrt（总和（12+22+32+42）。这是进入目标细胞的数字