池化Pooling中的Max Pooling
目录
- Max Pooling介绍
- Max Pooling的作用
Max Pooling介绍
卷积神经网络CNN中,一般在卷积层后还会有一个 pooling层,即池化层,池化层做的实际是数据降维,简化计算。
max pooling的操作如下图所示:整个图片被不重叠的分割成若干个同样大小的小块(pooling size),每个小块内只取最大的数字,舍弃其他节点后,保持原有的平面结构得出output。
注意区分max pooling(最大值池化)和卷积核的操作区别:池化作用于图像中不重合的区域(这与卷积操作不同),上图是4*4的图片,由于不会重合,所以filter的大小和步长stride是相等的,均为2。
Max Pooling的作用
1.translation(平移)不变性(invariance)
左边两个大图中表示数字1,但是两个1的位置不同,上者向右平移得到下者,在经过池化后,得到了相同的结果。
2.rotation(旋转)不变性
左边两个大图中表示数字1,但是两个1的角度不同,上者旋转得到下者,在经过池化后,得到了相同的结果。
3.scale(尺度)不变性
左边两个大图中表示数字0,但是两个0的尺度不同,上者缩小得到下者,在经过池化后,得到了相同的结果。
4.举例
黄色区域中黑色的形状均为“横折”,经过22的filter之后,得到了33的output,再经过33的最大值池化后,都会得到11的output–3。可以看出,“横折”这个形状,在经过池化后得到的结果是相同的,这就减小了下一层输入大小,减小计算量和参数个数,完成了降维(减小feature map的尺寸)。
池化Pooling中的Max Pooling相关推荐
- 【CV】图像分类中的max pooling和average pooling区别
卷积神经网络中,经常采用池化操作,一般都会在卷积层后面接一个池化操作.近些年,比较主流的ImageNet的分类算法模型都是使用max pooling,很少使用average Pooling,这对我们平 ...
- 练习:卷积和池化过程中注意事项
元素化相乘 注意的是,我们在使用滤波器进行卷积的时候,是元素化相乘的,所以,要使用*,而不要使用np.multiply 卷积切片和池化切片 我们基于图像学习来讨论这个问题. 对于多维参数输入而言,比如 ...
- Global Average Pooling、Global Max Pooling
https://www.zhihu.com/question/358913301 https://blog.csdn.net/qq_16234613/article/details/79520929 ...
- 空间金字塔池化(Spatial Pyramid Pooling, SPP)原理和代码实现(Pytorch)
想直接看公式的可跳至第三节 3.公式修正 一.为什么需要SPP 首先需要知道为什么会需要SPP. 我们都知道卷积神经网络(CNN)由卷积层和全连接层组成,其中卷积层对于输入数据的大小并没有要求,唯一对 ...
- 【模型解读】从LeNet到VGG,看卷积+池化串联的网络结构
文章首发于微信公众号<与有三学AI> [模型解读]从LeNet到VGG,看卷积+池化串联的网络结构 从本篇开始,我们将带领大家解读深度学习中的网络的发展 这是深度学习模型解读第一篇,本篇我 ...
- 深度学习(二十七)可视化理解卷积神经网络(反池化 pooling unpooling)
不明白pooling,unpooling以及upsampling的区别,所以查阅了一些资料 以下为转载原文 可视化理解卷积神经网络 原文地址:http://blog.csdn.net/hjimce/a ...
- 一文弄懂各大池化Pooling操作
池化Pooling是卷积神经网络中常见的一种操作,Pooling层是模仿人的视觉系统对数据进行降维,其本质是降维.在卷积层之后,通过池化来降低卷积层输出的特征维度,减少网络参数和计算成本的同时,降低过 ...
- ROI Pooling(感兴趣区域池化)
引言 感兴趣区域池化(Region of interest pooling)(也称为RoI pooling)是使用卷积神经网络在目标检测任务中广泛使用的操作.例如,在单个图像中检测多个汽车和行人.其目 ...
- ROI Pooling(感兴趣区域池化)【笔记】
引言 感兴趣区域池化(Region of interest pooling)(也称为RoI pooling)是使用卷积神经网络在目标检测任务中广泛使用的操作.例如,在单个图像中检测多个汽车和行人.其目 ...
最新文章
- 2021年大数据Flink(一):乘风破浪的Flink-Flink概述
- mysql 分库分表 建表_【分库分表】sharding-jdbc实践—分库分表入门
- [转载]玩转Android Camera开发(三):国内首发---使用GLSurfaceView预览Camera 基础拍照demo...
- Oracle编程入门经典 第9章 掌握SQL*Plus
- 如何把 DropDownList 某一个 Item 的 Text 改成粗体 ?
- 单核工作法13:永不拖延(上)
- python如何删除代码_Python列表删除的三种方法代码分享
- 单片机编程文件组织形式(个人编程规范)
- 关于博客园内嵌入bilibili视频
- Luogu P2055 [ZJOI2009]假期的宿舍
- matlab7.0的序列号
- 电子设计大赛可以用linux开发板嘛,【一转再转】电子设计大赛应该怎么准备?...
- 常用连接linux的工具,收藏必备
- 0603封装继承多态,综合练习
- kd树 python实现_python K近邻算法的kd树实现
- 基于PHP的华为手机商城系统(完整前后台)
- python paramiko包 ssh报错No existing session 调试记录
- geany配置python闪退_Geany中怎么配置python?
- 建筑师杰克帮你理解框架与模式
- 怎么把图片的分辨率调高?如何调整图片分辨率?
热门文章
- js滚动div滚动条到底部
- 12 月份新增开源项目:手机都可以变个人监控系统了?
- 来来scrapy爬取各大网站每日热点新闻
- Android趣味课程:打地鼠游戏
- 有一个无效 SelectedValue,因为它不在项目列表中
- 深圳2019四年java工资_2019年深圳标准工资的计算方法
- python声明编码为gbk_python入门:UTF-8转换成GBK编码
- bugfree移植问题
- org.apache.ibatis.binding.BindingException: Invalid bound statement (not found): xxx.xxxMapper.selec
- DHC协议获取地址的过程