本文主要针对Wavelet pooling for convolutional neural networks,ICLR 2018. 简而言之,我认为这篇文章存在一些问题,当然可能是自己理解有误。于是把自己的看法分享出来,希望各位批评指正。
论文地址:
Wavelet Pooling for Convolutional Neural Networksopenreview.net论文讲了什么?
首先,池化是以舍弃信息来实现正则化的效果。传统的池化操作有问题。max pooling, average pooling和probabilistic pooling都有一些局限性。例如,当主要的特征幅度值低于不重要的特征时,重要的特征在max pooling中就丢失了。而average pooling接收了幅值大的特征和幅值小的特征,会稀释幅值大的特征。具体如图所示,
于是相对于traditional neighborhood pooling,这篇文章从wavelet domain进行操作。具体来说,首先介绍了如何变换到wavelet domain,