知识卡片

普通读书笔记卡 · 9450.j · 生成模型:Tencent Hunyuan Hy

池化层压缩防过拟合

理解等级:中级

池化层通常夹在相邻两个卷积层中间,作用有二:一是压缩特征图、缩小图像,降低网络计算复杂度;二是把小区域内获得的特征整合成新特征,借此防止过拟合。做法是先把特征图按通道拆开、切成等大的正方形区域,对每个区域取最大值(最大池化)或平均值(平均池化),再拼成新矩阵。例如 4×4 矩阵切成 4 个正方形区域各取一个值即完成池化。池化后分辨率降低,人眼更难看出特征,但对计算机几乎无影响,甚至更易提取特征。边界在于:池化会丢失精确位置信息。启发是——适当降低分辨率、保留区域统计特征,能以信息损失换鲁棒性与效率。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《产品经理进阶:100个案例搞懂人工智能 (林中翘)》第11章《图像识别与卷积神经网络》(源文件:`../../book-sources/extracted/产品经理进阶:100个案例搞懂人工智能 (林中翘)/_epub-src/OEBPS/text00016.html`,来源项目 a19c7933-4eda-4176-aebd-30fe7e1ad292) - 结论依据:原文从压缩特征图与整合区域特征两方面定义池化层作用,并说明最大/平均两种池化方式,支撑“池化既降复杂度又防过拟合”的结论。 - 原始内容:池化层的作用主要体现在两方面:一方面是对输入的特征图进行压缩,使特征图变小,有效简化网络计算的复杂度;另一方面就是把由小区域内获得的特征进行整合得到新特征,通过构建的新特征有效达到防止过拟合的目的。