知识卡片
尺度变化需要多尺寸证据
单一固定核主要响应某种尺度的局部模式。可通过堆叠扩大感受野,也可并行使用不同感受野来覆盖不同大小的结构。能够提供多尺度特征不等于最终分类天然不随尺度变化,应以目标尺度分组评价。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
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
- 卷积神经网络 · 查看原书依据
大尺寸的特征是可以由若干小尺寸的特征“拼起来”的
参考来源
- 位置:《机器学习观止:核心原理与实践》第13章《卷积神经网络》(来源项目 book-source,`extracted/机器学习观止:核心原理与实践/_epub-src/OEBPS/Text/chapter13.xhtml`)。
- 结论依据:第 13.4.2 节以十字与弧线尺寸,说明堆叠小卷积和 Inception 多分支。
- 原始内容:大尺寸的特征是可以由若干小尺寸的特征“拼起来”的