原书出处
深度学习详解
04 卷积神经网络 4.7 汇聚
根据观察3,汇聚被用到了图像识别中.汇聚没有参数,所以它不是一个层,它里面没有权重,也没有要学习的东西. 汇聚比较像sigmoid函数、ReLU等激活函数.因为里面没有要学习的参数,所以汇聚就是一个操作符(operator),其行为都是固定好的,不需要根据数据学任何东西.每个滤波器都产生一组数值,在要做汇聚的时候,把这些数值分组,可以 2×2=4 个一组(见图4.27),也可以3×3=9个一组或4×4=16个一组.汇聚有很多不同的版本,以最大汇聚(max pooling)为例. 最大汇聚从每一组里面选一个代表,所选的代表就是该组中最大的那个数值,如图4.28 所示.除了最大汇聚,还有平均汇聚(mean pooling),即取每一组的平均值.
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/深度学习详解/_epub-src/OEBPS/Text/Chapter04.xhtml
EPUB SHA-256:35d2d4b7de742e0ce7756e7fb57c534014bf33cecdf0483a75e23cb7446cb7dc