Durchschnittliches Pooling

Das durchschnittliche Pooling ist ein Pooling -Vorgang, der den Durchschnittswert für Patches einer Feature -Karte berechnet und eine Down -Sampled -Feature -Karte (gepoolt) erstellt. Es wird normalerweise nach einer Faltungsschicht verwendet.

1. Was ist Max-Pooling und durchschnittliches Pooling?
2. Warum durchschnittlich durchschnittlich das Pooling verwenden??
3. Warum in CNN durchschnittliches Pooling verwendet wird?
4. Was macht durchschnittlich das Pooling 2D??

Was ist Max-Pooling und durchschnittliches Pooling?

Bei Max -Pooling wird jeder Filter mit dem Maximalwert in eine neue Ausgabe mit einer Größe von 2x2 Pixel angeordnet. Während der durchschnittliche Pooling -Wert der Durchschnittswert der Filtergröße ist. Die Klassifizierungsschicht ist eine Schicht, die aus Abflach-, Hidden -Schicht- und Aktivierungsfunktionen besteht.

Warum durchschnittlich durchschnittlich das Pooling verwenden??

Die durchschnittliche Pooling -Methode glättet das Bild und daher werden die scharfen Merkmale möglicherweise nicht identifiziert, wenn diese Pooling -Methode verwendet wird. Max Pooling wählt die helleren Pixel aus dem Bild aus. Es ist nützlich, wenn der Hintergrund des Bildes dunkel ist und wir nur an den leichteren Pixeln des Bildes interessiert sind.

Warum in CNN durchschnittliches Pooling verwendet wird?

Warum Pooling -Schichten verwenden können?? Pooling -Schichten werden verwendet, um die Abmessungen der Feature -Karten zu verringern. Daher reduziert es die Anzahl der zu erlernen Parameter und die Menge der im Netzwerk durchgeführten Berechnung. Die Pooling -Ebene fasst die in einem Bereich der Feature -Karte vorhandenen Merkmale zusammen, die von einer Faltungsschicht erzeugt werden.

Was macht durchschnittlich das Pooling 2D??

AveragePooling2D -Klasse

Verkleinert die Eingabe entlang seiner räumlichen Abmessungen (Höhe und Breite), indem der Durchschnittswert über ein Eingangsfenster (von der Größe definiert durch pool_size) für jeden Kanal der Eingabe übernommen wird. Das Fenster wird durch Schritt entlang jeder Dimension verschoben.