发布时间:2022-11-20 21:00
卷积神经网络中还有一个重要的操作——池化操作(Pooling)。池化操作有不同的类型,包括:最大值池化,平均值池化等。在实践中,最大值池化(Max Pooling)有更好的效果。最大值池化的操作过程如图2所示:
在使用池化前,我们需要人为确定池化窗口的大小以及步长(stride),在图2中,池化窗口大小为2x2,步长为2。在最大值池化的情况下,池化窗口会从特征图中获取/保留最大的元素。池化操作在降低特征图维度的同时也保留了最重要的信息。如果是平均值池化的话,则是将池化窗口内的元素取平均值。
特征图池化后的结果如图3所示:
池化的作用:
html css 圆形按钮 仿uc,10款基于jquery的web前端动画特效
还是比Selenium好用?Python使用Splash访问谷歌获取相应内容。
Geoffrey Hinton:我的五十年深度学习生涯与研究心法
牛客网面试高频榜单TOP10总结 Javascript算法学习(一)
IE11下CKEditor在Bootstrap Modal中下拉问题的解决
5天学会mysql_5天学完《MySQL必知必会》学习笔记之第四天
docker出现GPG error: At least one invalid signature was encountered 相关问题及解决方法