采样：

pooling 也叫subsample。采样是一个特征选择的过程。

如果不采样，则可能存在：

overfitting
参数过多，导致运算量大
无法满足模型结构需求

池化层的特性：

它可以一定程度提高空间不变性（特征相对位置），比如说平移不变性，尺度不变性，形变不变性

特征提取的误差来源：

领域大小受限
卷积层权值参数误差

average pooling 和max-pooling 的主要区别在于：

average -pooling能减小第一种误差，更多的保留图像的背景信
max-pooling能减小第二种误差，更多的保留纹理信息

Reference

[1] https://zhuanlan.zhihu.com/p/32299939

max pooling 和 average pooling相关推荐

【CV】图像分类中的max pooling和average pooling区别
卷积神经网络中,经常采用池化操作,一般都会在卷积层后面接一个池化操作.近些年,比较主流的ImageNet的分类算法模型都是使用max pooling,很少使用average Pooling,这对我们平 ...
Gem pooling、max pooling、average pooling
gem时average pooling 的一般化 gem 的公式如下: f(g)=[f1(g)...fk(g)...fK(g)]T=(1∣Xk∣∑xxpk)1pkf^{(g)} = [f_1^{(g) ...
全局平均池化（Golbal Average Pooling）与Concatenate层
转载:全剧平均池化出处:Lin M, Chen Q, Yan S. Network in network[J]. arXiv preprint arXiv:1312.4400, 2013. 查看全文 ...
Global Average Pooling
CNN的变种有很多,除了CNN进化史上经典的那几种Net,还有一些网络根据实际问题的不同需求,对其中某些Layer进行修改. 本文的问题源于一篇关于肺部CT的CNN的文章(Shuo Wang, et ...
Global Average Pooling全局平均池化的一点理解
Traditional Pooling Methods 要想真正的理解Global Average Pooling,首先要了解深度网络中常见的pooling方式,以及全连接层. 众所周知CNN网络中常 ...
Global Average Pooling与FC、Global Max Pooling的比较
原文 Global Average Pooling(简称GAP,全局池化层)技术最早提出是在这篇论文(第3.2节)中,被认为是可以替代全连接层的一种新技术.在keras发布的经典模型中,可以看到不少模 ...
深度学习方法（十）：卷积神经网络结构变化——Maxout Networks，Network In Network，Global Average Pooling
欢迎转载,转载请注明:本文出自Bin的专栏blog.csdn.net/xbinworld. 技术交流QQ群:433250724,欢迎对算法.技术感兴趣的同学加入. 最近接下来几篇博文会回到神经网络结构 ...
深度学习基础系列| Global Average Pooling是否可以替代全连接层？
Global Average Pooling(简称GAP,全局池化层)技术最早提出是在这篇论文(第3.2节)中,被认为是可以替代全连接层的一种新技术.在keras发布的经典模型中,可以看到不少模型甚至 ...
Global Average Pooling对全连接层的可替代性分析
Global Average Pooling对全连接层的可替代性分析原创 2017年08月24日 15:54:22
Global Average Pooling对全连接层的可替代性分析（转）
版权声明:本文为williamyi原创,未经许可禁止转载或直接挪作他用! https://blog.csdn.net/williamyi96/article/details/77530995 在NIN ...

max pooling 和 average pooling

采样：

如果不采样，则可能存在：

池化层的特性：

特征提取的误差来源：

average pooling 和max-pooling 的主要区别在于：

Reference

max pooling 和 average pooling相关推荐

最新文章

热门文章