深度学习基础之池化层

谷歌浏览器搜索、看Youtube视频必备VPN：SockBoom

或者网址：https://sockboom.bar/auth/register?affid=212828

一、深度学习中池化层的作用

池化层是特征选择和信息过滤的过程，过程中会损失一部分信息，但是会减少参数和计算量，在模型效果和计算性能之间寻找到平衡，随着计算速度的不断提高，如今出现了一些设计上的变化，有些网络已经开始少用或者不用池化层。

平均池化最大池化

1.1 AVG Pooling 平均池化

对领域内特征点求平均

优缺点：很好的保留背景，但是容易使得图片模糊
正向传播：领域内取平均值
反向传播：特征值根据领域大小被平均，然后传给每个索引位置

1.2 Max Pooling 最大池化

对领域内特征点取最大

优缺点：能很好保留一些关键的纹理特征（保留最大的特征），现在更多的是使用Max Pooling而很少使用Avg Pooling
正向传播：取领域内最大，并记住最大值的索引位置，以方便反向传播
反向传播：将特征值填充到正向传播中，值最大的索引位置，其他位置补0

深度学习基础之池化层相关推荐

基于主动视觉机制的深度学习--一个综合池化框架
卷积神经网络(CNN)是深度学习的代表算法之一,长期以来被广泛应用于图像识别领域.它是受到了生物处理过程的启发,通过模仿人类视觉系统(HVS)的工作机制,完成各种视觉任务等.但与HVS相比,CNN不能 ...
[pytorch、学习] - 5.4 池化层
参考 5.4 池化层在本节中我们介绍池化(pooling)层,它的提出是为了缓解卷积层对位置的过度敏感性. 5.4.1 二维最大池化层和平均池化层池化层直接计算池化窗口内元素的最大值或者平均值.该 ...
[深度学习基础] 斯坦福CS231n李飞飞计算机视觉Lecture 7笔记
内容列表 Lecture 7 Convolutional Neural Networks 卷积神经网络历史卷积神经网络具体结构卷积层池化层全连接层神经网络架构发展 LeNet AlexNet ...
深度学习入门 (九)：卷积层和池化层的实现
目录卷积神经网络 CNN 整体结构卷积层全连接层存在的问题卷积运算乘积累加运算偏置填充 (padding) 步幅 (stride) 小结:卷积层的输出特征图的大小 3 维数据的卷积运算 ...
卷积、池化、激活函数、初始化、归一化、正则化、学习率——深度学习基础总结
有幸拜读大佬言有三的书<深度学习之模型设计>,以下是我的读书笔记,仅供参考,详细的内容还得拜读原著,错误之处还望指正.下面的三张图片来自知乎. <深度学习之模型设计>读书笔记- ...
【动手学深度学习PyTorch版】15 池化层
上一篇请移步[动手学深度学习PyTorch版]14 卷积层里的多输入多输出通道_水w的博客-CSDN博客目录一.池化层 1.1 池化层 ◼池化层原因 ◼ 二维最大池化 1.2 填充.步幅与多个通道 ...
1.9 池化层-深度学习第四课《卷积神经网络》-Stanford吴恩达教授
←上一篇 ↓↑ 下一篇→ 1.8 简单卷积网络示例回到目录 1.10 卷积神经网络示例池化层 (Pooling Layers) 除了卷积层,卷积网络也经常使用池化层来缩减模型的大小,提高计算速度, ...
深度学习之卷积神经网络（7）池化层
深度学习之卷积神经网络(7)池化层在卷积层中,可以通过调节步长参数s实现特征图的高宽成倍缩小,从而降低了网络的参数量.实际上,处理通过设置步长,还有一种专门的网络层可以实现尺寸缩减功能,它就是这里要 ...
深度学习笔记（25）池化层
深度学习笔记(25) 池化层 1. max pooling 2. mean pooling 3. pooling 超参 1. max pooling 除了卷积层,卷积网络也经常使用池化层来缩减模型的大 ...

深度学习基础之池化层

一、深度学习中池化层的作用

深度学习基础之池化层相关推荐

最新文章

热门文章