区块链技术博客
www.b2bchain.cn

CNN 采样层(池化层)求职学习资料

本文介绍了CNN 采样层(池化层)求职学习资料,有助于帮助完成毕业设计以及求职,是一篇很好的资料。

对技术面试,学习经验等有一些体会,在此分享。

  • 采样层
    • 最大池化(max pooling)
    • 均值池化(average pooling)
    • 池化操作
  • 采样的性质
    • 一定程度的空间(平移、尺寸)不变性
    • 信息过滤
  • 采样的作用
  • 思考题
  • 小结

上一篇介绍了卷积层,本文为大家介绍下与卷积层经常“合作”的采样层

采样层

采样层又被称为池化层,简单来讲就是下采样

CNN 采样层(池化层)

那么,下采样总得有规则吧,下面介绍常用的两种采样。

最大池化(max pooling)

顾名思义,最大池化就是选择最大值代表“所在区域”的值,如下图所示:

CNN 采样层(池化层)

均值池化(average pooling)

均值池化就是选择平均值代表“所在区域”的值,如下图所示:

CNN 采样层(池化层)

池化操作

池化操作非常类似于卷积操作

CNN 采样层(池化层)

池化操作可以理解为,每空 2 格做一次卷积,卷积核大小为 2×2,但是卷积核不做卷积运算,而是取这个核里面的最大或者平均值

“`py
tf.keras.layers.MaxPool2D(
pool_size=(2, 2), strides=None, padding=’valid’, data_format=None,
)

  • 采样层
    • 最大池化(max pooling)
    • 均值池化(average pooling)
    • 池化操作
  • 采样的性质
    • 一定程度的空间(平移、尺寸)不变性
    • 信息过滤
  • 采样的作用
  • 思考题
  • 小结

上一篇介绍了卷积层,本文为大家介绍下与卷积层经常“合作”的采样层

采样层

采样层又被称为池化层,简单来讲就是下采样

CNN 采样层(池化层)

那么,下采样总得有规则吧,下面介绍常用的两种采样。

最大池化(max pooling)

顾名思义,最大池化就是选择最大值代表“所在区域”的值,如下图所示:

CNN 采样层(池化层)

均值池化(average pooling)

均值池化就是选择平均值代表“所在区域”的值,如下图所示:

CNN 采样层(池化层)

池化操作

池化操作非常类似于卷积操作

CNN 采样层(池化层)

池化操作可以理解为,每空 2 格做一次卷积,卷积核大小为 2×2,但是卷积核不做卷积运算,而是取这个核里面的最大或者平均值

“`py
tf.keras.layers.MaxPool2D(
pool_size=(2, 2), strides=None, padding=’valid’, data_format=None,
)

  • 采样层
    • 最大池化(max pooling)
    • 均值池化(average pooling)
    • 池化操作
  • 采样的性质
    • 一定程度的空间(平移、尺寸)不变性
    • 信息过滤
  • 采样的作用
  • 思考题
  • 小结

上一篇介绍了卷积层,本文为大家介绍下与卷积层经常“合作”的采样层

采样层

采样层又被称为池化层,简单来讲就是下采样

CNN 采样层(池化层)

那么,下采样总得有规则吧,下面介绍常用的两种采样。

最大池化(max pooling)

顾名思义,最大池化就是选择最大值代表“所在区域”的值,如下图所示:

CNN 采样层(池化层)

均值池化(average pooling)

均值池化就是选择平均值代表“所在区域”的值,如下图所示:

CNN 采样层(池化层)

池化操作

池化操作非常类似于卷积操作

CNN 采样层(池化层)

池化操作可以理解为,每空 2 格做一次卷积,卷积核大小为 2×2,但是卷积核不做卷积运算,而是取这个核里面的最大或者平均值

“`py
tf.keras.layers.MaxPool2D(
pool_size=(2, 2), strides=None, padding=’valid’, data_format=None,
)

部分转自互联网,侵权删除联系

赞(0) 打赏
部分文章转自网络,侵权联系删除b2bchain区块链学习技术社区 » CNN 采样层(池化层)求职学习资料
分享到: 更多 (0)

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

b2b链

联系我们联系我们