池化层和卷积层的区别

六六 TOP1 185

池化层和卷积层的区别是1.卷积对应有卷积核,池化对应有池化核。卷积核里面有参数,但是池化核只是一个框架,里面没有参数;2.使用方面都需要,定义其大小(size),步长(stride),padding类型;3.卷积里面一般用padding same ;池化里面用padding valid。

1、池化(pooling)层的理解

池化,也即降采样(subsample),降低数据的大小。

池化(pooling)

2、池化方法

常用的池化方法是:最大值池化(max_pooling),平均值池化。其中,最常用的是最大值池化。

3、池化过程

通过使用一个池化核,并采用max_pooling进行池化。

如图所示,池化核的大小是2*2,切记,池化核里面的数值其实是原始图片中的像素值,池化核只是类似于一个模具,里面并没有参数。

进行池化过程,同样需要一个步长(包括高,宽,通道)

使用池化层时,必须定义其大小,步长,padding类型

4、池化作用

…可以减少计算量,内存使用,参数数量(防止过拟合)

…提高神经网络的容错能力(图片发生平移,位置的变动)

5、池化和卷积的异同:

(1)通道方面:池化前几个通道,池化后还是几个通道。

上一层的feature map的个数(也即图层个数)与下一层的卷积和通道数一致。

(2)卷积对应有卷积核,池化对应有池化核。卷积核里面有参数,但是池化核只是一个框架,里面没有参数。

(3)使用方面都需要,定义其大小(size),步长(stride),padding类型。

(4)卷积里面一般用padding same ;池化里面用padding valid

6、卷积中使用“same”模式

目的是为了保证每个像素点都可以扫描到。

输出神经元个数等于输入神经元个数除以步长(向上取整)ceil(13/5)=3


最后,推荐我们的管理工具给大家。

回复

我来回复
  • 暂无回复内容

联系我们
关注微信
关注微信
分享本页
返回顶部