超级会员免费看
池化算法是CNN的重要组成部分，通过最大池化和平均池化减少计算量并提取关键特征。最大池化关注图像边缘和轮廓，增强模型的平移不变性和鲁棒性；平均池化则计算区域平均值。池化降低维度，提高模型效率，用于特征提取。
池化算法也是 CNN 网络中非常常见的算法。
池化这一算法理解起来比较简单，从名字中或许可以看到一些东西：从一个像素池子中选取一些有代表性的像素出来。
常见的池化有最大池化和平均池化。最大池化就是从像素池子中选取最大值出来，而平均池化就是从像素池子中选取平均值出来。
下面是一个最大池化的动图示意图。
如上，假设左侧最大的黑色方框为输入图片，紫色的2x2的方框为池化的核函数，也就是上面说的那个像素池子的大小。
从计算过程来看，池化操作和卷积类似，也是一个核函数在原始图像上扫描，由左往右，由上而下，然后根据池化的类型从像素池子中选取不同的值作为输出。
上图表示的是最大池化，也就是每次选取一个紫色像素池子中的最大值，作为对应位置的输出，平均池化就是计算像素池子中的所有像素的平均值，作为对应位置的输出，就这么简单。
关于池化的参数，池化和卷积很像，也有padding参数、stride参数，但没有dilation参数，也就是不会将池子（池化核）膨胀&#x
订阅专栏 解锁全文
扫一扫
151
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
