CNN 卷积神经网络 池化层Pooling 动手学深度学习v2 pytorch

Pooling 池化层

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
常用的池化层

  • 最大池化层
  • 平均池化层

在这里插入图片描述
在这里插入图片描述

2. 代码实现

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

池化层的效果最主要是通过步幅stride,使得减小位置敏感性。后来的实现,Pooling用的越来越少,因为在channel里面加stride也可以达到一样的效果,并且增加对图片的各种转置和偏移,效果会更好。

参考

https://www.bilibili.com/video/BV1EV411j7nX/?p=1

猜你喜欢

转载自blog.csdn.net/zgpeace/article/details/124072099