37、池化与卷积的区别

卷积与池化在深度学习中都有核函数,但计算方式不同。卷积通过卷积核与输入数据乘累加计算生成特征图,参数可学习;池化则根据池化核选择最大值或平均值,不学习参数,仅用于降维。此外,卷积至少两个输入,包括输入tensor和卷积核,而池化只有一个输入tensor。
摘要由CSDN通过智能技术生成

池化(Pooling)和卷积(Convolution)在某些情况下非常相似,但又有不少区别。其中一个比较大的区别在于两者虽然都有一个核函数,但是卷积核和池化核却相差很多,两者的作用也有很大的差别。

下面分析两者的区别,便于理解两者算法上的差异。

计算不同

对卷积运算而言,卷积核在输入数据上滑动,将每次滑动时的局部区域与卷积核进行卷积操作(也就是乘累加计算),从而生成输出特征图。

而对池化而言,也是一个池化核在数据上滑动,但他不是将池化核与局部区域进行某些运算,池化核所起到的作用,仅仅是框出一个池化区域,仅此而已,根据是最大池化和平均池化来计算框出的池化区域的最大值或者平均值。

参数不同

虽然都是核函数,但是卷积核中的参数是可学习的,在对模型进行训练时,通过反向传播算法来调整这些参数,使得网络能够学到数据中的特征。

而池化操作中的核函数是没有参数的,也就说,它仅仅是一个2x2 或者3x3的池化范围,也就不存在在训练过程中学习池化参数。因此,池化操作的结果就是对输入数据进行降维,减小空间尺寸。

<

  • 7
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

董董灿是个攻城狮

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值