神经网络——最大池化层的使用

 我来答
大沈他次苹0B
2022-06-09 · TA获得超过7327个赞
知道大有可为答主
回答量:3059
采纳率:100%
帮助的人:178万
展开全部
实施池化的目的:(1) 降低信息冗余;(2) 提升模型的尺度不变性、旋转不变性;(3) 防止过拟合。

池化层的常见操作包含以下几种:最大值池化,均值池化,随机池化,中值池化,组合池化等。
其中更为常用的池化方法是最大池化(max-pooling)和均值池化(mean-pooling)。

1 最大池化(max-pooling)即取局部接受域中值最大的点。
2 最大值池化的优点在于它能学习到图像的边缘和纹理结构。
3 根据相关理论,特征提取的误差主要来自两个方面:
(1)邻域大小受限造成的估计值方差增大;
(2)卷积层参数误差造成估计均值的偏移。
一般来说,mean-pooling能减小第一种误差,更多的保留图像的背景信息,max-pooling能减小第二种误差,更多的保留纹理信息。与mean-pooling近似,在局部意义上,则服从max-pooling的准则。

max-pooling卷积核的大小一般是2×2。 非常大的输入量可能需要4x4。 但是,选择较大的形状会显着降低信号的尺寸,并可能导致信息过度丢失。 通常,不重叠的池化窗口表现最好。

输出:

若将self.maxpool1 = MaxPool2d(kernel_size=3,ceil_mode=False)中ceil_mode=True,
则输出:

使用tensorboard --logdir=logs/P15_logs命令打开tensorboard

参考资料:
1. https://zhuanlan.zhihu.com/p/77040467
2. https://baike.baidu.com/item/%E6%9C%80%E5%A4%A7%E6%B1%A0%E5%8C%96/22692585?fr=aladdin
3. https://www.bilibili.com/video/BV1hE411t7RN?p=19
已赞过 已踩过<
你对这个回答的评价是?
评论 收起
希卓
2024-10-17 广告
DAS分布式振动监测是一种高精度、长距离、实时在线的传感技术。它利用光纤作为传感器,基于拉曼散射和布里渊散射效应,通过注入光脉冲并分析反射光信号,实现对光纤振动的监测。该技术具备高灵敏度、长距离监测、实时性强及稳定性好等优势,适用于多种场景... 点击进入详情页
本回答由希卓提供
推荐律师服务: 若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询

为你推荐:

下载百度知道APP,抢鲜体验
使用百度知道APP,立即抢鲜体验。你的手机镜头里或许有别人想知道的答案。
扫描二维码下载
×

类别

我们会通过消息、邮箱等方式尽快将举报结果通知您。

说明

0/200

提交
取消

辅 助

模 式