文章目录

1.你能将平均汇聚层作为卷积层的特殊情况实现吗？
2.你能将最大汇聚层作为卷积层的特殊情况实现吗？
3.假设汇聚层的输入大小为 c×h×w ，则汇聚窗口的形状为 ph×pw ，填充为 (ph,pw) ，步幅为 (sh,sw) 。这个汇聚层的计算成本是多少？
4.为什么最大汇聚层和平均汇聚层的工作方式不同？
5.我们是否需要最小汇聚层？可以用已知函数替换它吗？
6.除了平均汇聚层和最大汇聚层，是否有其它函数可以考虑（提示：回想一下softmax）？为什么它不流行？

1.你能将平均汇聚层作为卷积层的特殊情况实现吗？

2.你能将最大汇聚层作为卷积层的特殊情况实现吗？

其实上面实现的也是最大汇聚层…

3.假设汇聚层的输入大小为 c×h×w ，则汇聚窗口的形状为 ph×pw ，填充为 (ph,pw) ，步幅为 (sh,sw) 。这个汇聚层的计算成本是多少？

(h- ph - sh)/sh*(w - pw -sw)/sw*c

4.为什么最大汇聚层和平均汇聚层的工作方式不同？

我认为最大汇聚是一个比较器，一个一个的比，而平均汇聚层一起加起来。所以不一样

5.我们是否需要最小汇聚层？可以用已知函数替换它吗？

应该是需要的，现在问我我也只能说需要的。。。。。。。。。。

6.除了平均汇聚层和最大汇聚层，是否有其它函数可以考虑（提示：回想一下softmax）？为什么它不流行？

pooling的作用是降低卷积层对位置的敏感性，同时降低对空间降采样表示的敏感性
softmax的加入增加了计算难度，像素点很大的话，指数合出来很大
是而且最大汇聚层可以实现，但是平均汇聚层好像实现有点难
这是我自己想的可能

动手深度学习v2 汇聚层pooling 课后习题相关推荐

25_深度学习_汇聚层
通常当我们处理图像时,我们希望逐渐降低隐藏表示的空间分辨率,聚集信息,这样随着我们在神经网络层叠的上升,每个神经元对其敏感的感受野(输入)就越大. 而我们的机器学习任务通常会跟全局图像的问题有关(例如 ...
动手深度学习v2 多输入多输出通道课后习题
文章目录 1.多输入多输出通道 2.假设输入为 ci×h×w ,卷积核大小为 co×ci×kh×kw ,填充为 (ph,pw) ,步幅为 (sh,sw) . 3.如果我们将输入通道 ci 和输出通道 ...
coursera 吴恩达 -- 第一课神经网络和深度学习：第三周课后习题 Key concepts on Deep Neural Networks Quiz, 10 questions
有两道题没有图片...难受
coursera 吴恩达 -- 第一课神经网络和深度学习：第三周课后习题 Shallow Neural Networks Quiz, 10 questions
这次的题有陷阱0.0
李沐动手学深度学习v2/总结1
总结编码过程数据数据预处理模型参数,初始化参数超参数损失函数,先计算损失,清空梯度(防止有累积的梯度),再对损失后向传播计算损失关于参数的梯度优化算法,使用优化算法更新参数训练求参数 ...
动手学深度学习v2 p1引言监督学习与无监督学习
1.引言 1.2. 机器学习中的关键组件首先介绍一些核心组件.无论什么类型的机器学习问题,都会遇到这些组件: 可以用来学习的数据(data): 如何转换数据的模型(model): 一个目标函数(ob ...
new 动手学深度学习V2环境安装
动手学深度学习V2 环境安装虚拟环境 d2l-zh安装 conda create -n d2l-zh -y python=3.8 pip pip install jupyter d2l torch ...
使用AWS最便宜的GPU实例 from 动手学深度学习v2 李沐大神
使用AWS最便宜的GPU实例 from 动手学深度学习v2 李沐大神视频链接https://www.bilibili.com/video/BV1MA411L78X?t=493 由于购买的电脑没有配 ...
57 长短期记忆网络（LSTM）【动手学深度学习v2】
57 长短期记忆网络(LSTM)[动手学深度学习v2] 深度学习学习笔记学习视频:https://www.bilibili.com/video/BV1JU4y1H7PC/?spm_id_from=a ...

动手深度学习v2 汇聚层pooling 课后习题