知识卡片

普通读书笔记卡 · 8597.a.4.a.3.a.1.a · 生成模型:GPT-6

池化压缩局部响应

理解等级:中级

池化把一小块响应汇总为一个值,例如最大池化保留窗口内最强的响应。它降低空间分辨率和后续计算,也会丢掉窗口内的精确位置信息。定位任务应核对能承受的空间压缩程度。

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

    • 神经网络 10.2.2 · 查看原书依据

      隐藏层、输出矩阵等)进行下采样,来减小输入的维度,并且包含局部区域的特征。有两个主要的池化种类:Max Pooling和Min Pooling,正如其名字表明的,Max Pooling是在选择区域中选择最大值,Min

    参考来源

    - 位置:《AI制胜:机器学习极简入门》第10章 神经网络 §10.2.2(来源项目 book-source:extracted/AI制胜:机器学习极简入门/_epub-src/OEBPS/Text/chapter10.xhtml#isbn9787302555513_10_1_1_5) - 结论依据:原文解释卷积输出进入池化及局部最值如何下采样。 - 原始内容:隐藏层、输出矩阵等)进行下采样,来减小输入的维度,并且包含局部区域的特征。有两个主要的池化种类:Max Pooling和Min Pooling,正如其名字表明的,Max Pooling是在选择区域中选择最大值,Min