CNN—pooling层的作用
来源:互联网 发布:中文语音数据库 编辑:程序博客网 时间:2024/06/11 12:08
此处是个人见解:欢迎微信探讨:lp5319
1、使构建更深层次的网络变得可行;
2、使得filters获得更多的全局和contextual(上下文)信息;
3、使训练可行,也可以说使得训练变得更高效,主要是针对深层次的网络结构来说;
4、使得 特征map大小和数量进行更好的选择(权衡)。例如,就用输入到全连接层的前一层conv来说,特征map太大的话,特征数量就不易太多,通过pooling,使得特征map变小,特征map数量就可以更多。
(那么为什么要特征map更多呢?好处在哪里?)
答:因为每个特征map对应一个filters,特征map越多对应更多的filters,而不同的filters提取的是图像中不同方面的特征,也就是说filters越多对图像不同特征的提取越多。
5、还有旋转不变性哦。
如果帮到你了,请赞赏支持:
阅读全文
0 0
- CNN—pooling层的作用
- CNN中pooling层的作用
- CNN中Max Pooling的作用
- 深度学习---之pooling层的作用与缺陷
- 对CNN中pooling的理解
- 对CNN中pooling的理解
- 对CNN中pooling的理解
- 深入理解 cnn 中pooling 的重要作用
- 对CNN中pooling的理解
- CNN中,weigh decay 的作用,momentum的作用,BN层的作用
- pooling层是如何反向传播的?
- CNN入门系列(2)——Pooling Layer
- ROI Pooling层解析
- 神经网络pooling层
- caffe之pooling层
- ROI Pooling层详解
- CNN各个层的介绍
- CNN中特征映射层(S2)有特征提取层(C3)特征映射是怎么作用的
- python 读取配置文件
- HDU 3339 In Action (0-1背包+最短路)
- Linux基础命令01(ls , cd,clear,cat等)
- [HPUVJ
- Chess
- CNN—pooling层的作用
- BZOJ.4034 [HAOI2015]树上操作 ( 点权树链剖分 线段树 )
- Connector pattern(基于c++ poco库分析)
- LINUX 学习第2天 常用操作 权限
- 第 1 部分:查询最佳应践:
- poj-1631-Bridging signals-最长上升序列(LIS)
- javascript写dfs算法
- 优化减少Delphi XE系列 IDE 编译程序体积
- C# CS客户端不显示垂直滚动条