0、前言
Dilation 卷积,也被称为:空洞卷积、膨胀卷积。
在神经网络中,通常利用卷积来实现数据的特征提取。卷积层还有一个权值共享的原则:每个神经元只关注一个特征。
卷积完经过激励层做一个非线性映射,输出到Pooling layer。
池化层的作用:
(1)压缩数据和参数的量,减小过拟合。
(2)增大感受野。
主要两种方法:Max Pooling 和 Average Pooling
1、Dilation卷积
膨胀卷积的好处是不做pooling损失信息的情况下,加大了感受野,让每个卷积输出都包含较大范围的信息。在自然语言处理中需要较长的sequence信息依赖的问题中,都能很好的应用。
tensorflow中的代码为:
tf.nn.atrous_conv2d(
value,
filters,
rate,
padding,
name=