深入理解最大池化为什么能够实现不变性?
池化层主要有两个作用
- invariance(不变性),这种不变性包括translation(平移),rotation(旋转),scale(尺度)
- 保留主要的特征同时减少参数(降维,效果类似PCA)和计算量,防止过拟合,提高模型泛化能力
(1) translation invariance(平移不变性):
这里举一个直观的例子(数字识别),假设有一个16x16的图片,里面有个数字1,我们需要识别出来,这个数字1可能写的偏左一点(图1),这个数字1可能偏右一点(图2),图1到图2相当于向右平移了一个单位,但是图1和图2经过max pooling之后它们都变成了相同的8x8特征矩阵,主要的特征我们捕获到了,同时又将问题的规模从16x16降到了8x8,而且具有平移不变性的特点。图中的a(或b)表示,在原始图片中的这些a(或b)位置,最终都会映射到相同的位置。
(2)rotation invariance(旋转不变性):
下图表示汉字“一”的识别,第一张相对于x轴有倾斜角,第二张是平行于x轴,两张图片相当于做了旋转,经过多次max pooling后具有相同的特征。
(3)scale invariance(尺度不变性):
下图表示数字“0”的识别,第一张的“0”比较大,第二张的“0”进行了较小,相当于作了缩放,同样地,经过多次max pooling后具有相同的特征。
深入理解最大池化为什么能够实现不变性?相关推荐
- 【手写系列】理解数据库连接池底层原理之手写实现
前言 数据库连接池的基本思想是:为数据库连接建立一个"缓冲池",预先在池中放入一定数量的数据库连接管道,需要时,从池子中取出管道进行使用,操作完毕后,再将管道放入池子中,从而避免了 ...
- 一个DEMO让你彻底理解线程池
目录 一.简介 二.线程池任务场景 场景一:提交5个任务,执行总耗时500ms 场景二:提交10个任务,执行总耗时500ms 场景三:提交11个任务,执行总耗时1000ms 场景四:提交20个任务,执 ...
- Java核心(二)深入理解线程池ThreadPool
本文你将获得以下信息: 线程池源码解读 线程池执行流程分析 带返回值的线程池实现 延迟线程池实现 为了方便读者理解,本文会由浅入深,先从线程池的使用开始再延伸到源码解读和源码分析等高级内容,读者可根据 ...
- Java提高班(二)深入理解线程池ThreadPool
本文你将获得以下信息: 线程池源码解读 线程池执行流程分析 带返回值的线程池实现 延迟线程池实现 为了方便读者理解,本文会由浅入深,先从线程池的使用开始再延伸到源码解读和源码分析等高级内容,读者可根据 ...
- 通过ThreadPoolExecutor与ForkJoinPool比较,分别对比其execute ,submit 等方法提交线程池任务的区别,来深入理解线程池及并发编程
前言 以前使用线程池,对execute . submit 等方法提交线程池任务的区别比较模糊,现在通过ThreadPoolExecutor与ForkJoinPool比较,分别对比其execute ,s ...
- 一个demo让你彻底理解线程池工作流程
网上关于线程池的八股文太多了我不多说,说了你也记不住,记住了也理解不了,理解了也不会用- 想了很久,终于想出一个demo,加上十个场景,让你能逐步理解线程池真正的工作流程 相信我,认真看完这篇文章,你 ...
- 个人理解卷积 池化 的用处
卷积 池化 的用处 卷积让局部特征更加明显.更加突出有用的特征. 池化,降低特征纬数,方便运算. 参考: 如何理解卷积神经网络(CNN)中的卷积和池化? - 知乎 CNN中卷积层和池化的作用和理解 - ...
- 通过transmittable-thread-local源码理解线程池线程本地变量传递的原理
前提 最近一两个月花了很大的功夫做UCloud服务和中间件迁移到阿里云的工作,没什么空闲时间撸文.想起很早之前写过ThreadLocal的源码分析相关文章,里面提到了ThreadLocal存在一个不能 ...
- 你是如何理解流量池思维的?
看过<流量池>这本书的应该都对"增长黑客"和"流量池思维"记忆深刻,它打开了每个运营人对于流量的关注. 今天我们讲讲流量池思维,是<流量池&g ...
最新文章
- Spring Cloud Alibaba 基础教程:Nacos 生产级版本 0.8.0
- 鸿蒙os智慧屏体验,华为智慧屏首发体验!搭载鸿蒙OS+AI芯片,还有AI教你健身
- JZOJ__DAY 4:【普及模拟】最大值
- window部署python项目_Django在Window下的部署
- [NLP] 相对位置编码(二) Relative Positional Encodings - Transformer-XL
- C# 读取照片的EXIF信息
- Deep learning with python notebooks 笔记 第一章 深度学习基础
- 前方 Bug 出没?盘他!
- win11错误代码0xc1900101怎么解决 windows11错误代码0xc1900101的解决方法
- 信息时代不被淘汰,获取成功需有的十种能力
- mysql 处理json_mysql存储过程处理json格式内容
- KeyPass密码管理软件使用说明
- eclipse adt 安卓开发配置
- 大话无线通讯基础之:WIFI和5G信道划分
- 利用matlab符号变量进行矩阵乘法公式推导
- 柔性OLED触摸屏的全球与中国市场2022-2028年:技术、参与者、趋势、市场规模及占有率研究报告
- jenkins构建报错: ssh: connect to host github.com port 22: Connection timed out
- 实验吧ctf题库:这个看起来有点简单!
- 你的工作表现是否成熟,用这4条检验自己
- 俄罗斯方块Tetris(C基础,Linux终端)