原连接:https://blog.csdn.net/XX_123_1_RJ/article/details/86677482
池化的原理或者是过程:pooling是在不同的通道上分开执行的(就是池化操作不改变通道数),且不需要参数控制。然后根据窗口大小进行相应的操作。一般有max pooling、average pooling等。
一. 池化层主要的作用
- 首要作用,下采样(downsamping)
- 降维、去除冗余信息、对特征进行压缩、简化网络复杂度、减少计算量、减少内存消耗等等。各种说辞吧,总的理解就是减少数量。
- 实现非线性(这个可以想一下,relu函数,是不是有点类似的感觉?)。
- 可以扩大感知野
- 可以实现不变性,其中不变性包括,平移不变性、旋转不变性和尺度不变性。
参考连接:
- https://zhuanlan.zhihu.com/p/27642620
- https://www.zhihu.com/question/36686900
- https://blog.csdn.net/LIYUAN123ZHOUHUI/article/details/61920796
二. 池化主要有哪几种:
- 一般池化(General Pooling):其中最常见的池化操作有平均池化和最大池化:
平均池化(average pooling): 计算图像区域的平均值作为该区域池化后的值。
最大池化(max pooling): 选图像区域的最大值作为该区域池化后的值。
原文地址:https://www.cnblogs.com/elitphil/p/12046454.html
时间: 2024-10-07 09:29:39