池化层(PoolingLayer)
来源:互联网 发布:down.php文件怎么打开 编辑:程序博客网 时间:2024/06/06 14:28
在卷积神经网络中,池化层往往跟在卷积层的后面,池化层的作用有两个:
1.降低卷积层输出的特征向量的维度。
2.减少过拟合现象。过拟合现象的存在是因为结果对于输入的某些误差过于敏感,通过max-pooling或mean-pooling可以减少噪声。
池化层的前向传播:
池化层的操作同样是从一个区域中通过某种方式得出一个值作为特征,与卷积层不同的是,池化层的池化过程不存在参数。所以在反向传播的过程也不存在权值的更新问题。
1.max-pooling
选出每个区域(2*2 不重叠)的最大值作为特征输出。
2.mean-pooling
计算每个区域的均值作为输出。
池化层的反向传播过程:
1.max-pooling
在前向传播的过程中,只有最大值对下一层有贡献,所以在反向传播的过程中,将残差传递到该最大值的位置,区域其他地方为0;
2.mean-pooling
残差与上一层的均值分布是等比例的,所以只需将残差等比例地传到上一层即可。
0 0
- 池化层(PoolingLayer)
- Caffe框架源码剖析(6)—池化层PoolingLayer
- Caffe框架源码剖析(6)—池化层PoolingLayer
- caffe Poolinglayer.cpp学习
- 【caffe源码研究】第三章:源码篇(11) :PoolingLayer
- 从零开始编写深度学习库(五)PoolingLayer 网络层CPU编写
- 池化层
- 池化层实现
- 池化层作用
- caffe源码 之 池化层
- 卷积和池化层笔记
- 池化层的理解
- caffe源码 池化层
- 池化层的知识
- 最大池化层的作用
- 池化层的理解
- caffe源码 池化层 反向传播
- 卷积层和池化层学习
- 【abap】数据字典SE11及Data Type中的Structure和Table Type
- SPFA算法
- golang手动管理内存
- json对象与json字符串的区别
- HTML/CSS笔记
- 池化层(PoolingLayer)
- 单例模式
- 最大公约数与最小公倍数
- 栈与队列
- 素数的性质
- Qt窗口的一些简单设置-标题、图标、最大化最小化按钮、任务栏图标
- java语言基础(27)——面向对象(static 静态的使用)
- ThreadPoolExecutor策略配置以及应用场景
- 大数据平台OLTP应用场景案例分析