[TensorFlow 学习笔记-07]池化函数(Pooling Function)
来源:互联网 发布:php include() 编辑:程序博客网 时间:2024/05/22 03:12
[版权说明]
TensorFlow 学习笔记参考:
黄文坚 唐源 著 TensorFlow实战郑泽宇
乐毅 王斌 著 深度学习-Caffe之经典模型详解与实战
TensorFlow中文社区 http://www.tensorfly.cn/
极客学院 著 TensorFlow官方文档中文版
TensorFlow官方文档英文版
以及各位大大的CSDN博客和Github等等...希望本系列博文没有侵犯版权!(若侵权,请联系我,邮箱:1511082629@nbu.edu.cn )
欢迎大家转载分享,会不定期更新。鉴于博主本人水平有限,如有问题。恳请批评指正!
1. 池化(Pooling)概念
在神经网络中,池化函数(Pooling Function)一般在卷积函数的下一层。在经过卷积层提取特征之后,得到的特征图代表了比像素更高级的特征,已经可以交给分类器进行训练分类了。但是我们每一组卷积核都生成一副与原图像素相同大小的卷积图,节点数一点没少。如果使用了多个卷积核还会使得通道数比之前多的多!我靠,这维度不一下子上去了嘛。所以卷积之后我们需要进行池化,也就是进行降维。
池化操作是利用一个矩阵窗口在张量上进行扫描,将每个矩阵中的通过取最大值或者平均值等来减少元素的个数(备注:最大值和平均值的方法可以使得特征提取拥有“平移不变性”,也就说图像有了几个像素的位移情况下,依然可以获得稳定的特征组合,平移不变形对于识别十分重要)。
池化的过程:如下图所示(左边红色区域里边的数据分别为2 2 2 4,有点不清晰),kernel size 就是矩阵窗口大小,Stides 就是移动的步长。
Max Pooling就找每个矩阵窗口中的最大值;
Mean Pooling就是对每个矩阵窗口中取平均值;
Stochastic Pooling详解见http://www.cnblogs.com/tornadomeet/p/3432093.html
其他的地方和卷积相似:
pool = tf.nn.max_pool(conv, ksize=[1,2,2,1], strides=[1,2,2,1], padding='SAME')
- [TensorFlow 学习笔记-07]池化函数(Pooling Function)
- 池化函数(Pooling Function)
- [TensorFlow 学习笔记-06]激活函数(Activation Function)
- 莫烦学习笔记之TensorFlow(Activation function)激励函数
- lua学习笔记---Function(函数)
- tensorflow function笔记: dropout
- 4.2 Tensorflow笔记:池化函数
- caffe学习笔记24-Pooling层学习
- 深度学习笔记空间金字塔池化阅读笔记Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition
- tensorflow学习:池化层(pooling)和全连接层(dense)
- Tensorflow 激励函数 Activation Function
- tensorflow:激活函数(Activation Function)
- tensorflow function笔记: tf.tile
- Object-C 学习笔记(三)---函数function
- c++11学习笔记之function函数
- c++ primer 学习笔记(2): 函数 function
- 海龟绘图-学习笔记4-function /函数
- Go语言学习笔记之函数(function)
- u3d 切割texture贴图的方法
- session超时设置
- CodeChef
- Java流程控制和数组
- CMOS图像传感器产业现状-2016版
- [TensorFlow 学习笔记-07]池化函数(Pooling Function)
- 剑指offer 面试题31 连续子数组的最大和
- 3xian之所在【转】
- bzoj1711 [Usaco2007 Open]Dining吃饭 最大流
- 索尼CMOS图像传感器十年奋斗史
- 迷宫最短路径求解(BFS)
- 如何用springcloud找妹纸之3--- 一个行走的"妹纸"(服务提供者)
- P2234 [HNOI2002]营业额统计 Treap
- 动态规划——377. Combination Sum IV[Medium]