Global average Pooling
来源:互联网 发布:php过滤所有html标签 编辑:程序博客网 时间:2024/06/07 18:30
最近在看关于cifar10 的分类的识别的文章
在看all convolution network 中看到中用到一个global average pooling
下面就介绍一下global average pooling
这个概念出自于 network in network
主要是用来解决全连接的问题,其主要是是将最后一层的特征图进行整张图的一个均值池化,形成一个特征点,将这些特征点组成最后的特征向量
进行softmax中进行计算。
举个例子
假如,最后的一层的数据是10个6*6的特征图,global average pooling是将每一张特征图计算所有像素点的均值,输出一个数据值,
这样10 个特征图就会输出10个数据点,将这些数据点组成一个1*10的向量的话,就成为一个特征向量,就可以送入到softmax的分类中计算了
上图是从PPT中截取的对比全连接与全局均值池化的差异
原文中介绍这样做主要是进行全连接的替换,减少参数的数量,这样计算的话,global average pooling层是没有数据参数的
这也与network in network 有关,其文章中提出了一种非线性的 类似卷积核的mlpconv的感知器的方法,计算图像的分块的值
可以得到空间的效果,这样就取代了pooling的作用,但是会引入一些参数,但是为了平衡,作者提出了使用global average pooling
下面是network in network 中的摘取
下图是是一个基于MLP的局部计算,最后使用global average pooling 的network in network 的结构图
- Global average Pooling
- global average pooling
- Global average Pooling
- Global average Pooling
- 深度卷积网络中的Global average Pooling 层
- 深度学习名词3:global averagepooling&average pooling
- Global Average Pooling对全连接层的可替代性分析
- 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
- 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
- 图像分类中的max pooling和average pooling
- Pooling
- pooling
- 图像分类中的max pooling和average pooling是对特征的什么来操作的,结果是什么?
- average
- Average
- Average
- Metrics "Global Cache Average CR Get Time" is at 1.273(Unknown):from em 12c
- global
- hdu 2795
- 15算法课程 202. Happy Number
- SpringMvc 项目转 SringBoot
- Python股市数据分析教程——学会它,或可以实现半“智能”炒股 (Part 1)
- KMP算法的详解
- Global average Pooling
- 一图掌握bash shell编程
- MQTT协议_主题
- QPushButton 的样式表代码总结
- python模拟登录csdn并获取首页文章写入MySQL中(二)
- Hadoop运维记录 | Zeppelin启用https和Hack内核的过程
- tomcat server.xml配置文件详解
- [Siemens]A Better Forecast for Renewable Energy Generation
- 6.2 开发YARN的应用程序