Tensorflow学习十一---池化与采样

Tensorflow学习十一—池化与采样

Samping

1、Subsampled

缩小图像（或称为下采样（subsampled）或降采样（downsampled））的主要目的有两个：1、使得图像符合显示区域的大小；2、生成对应图像的缩略图。

2、Upsampling

放大图像（或称为上采样（upsampling）或图像插值（interpolating））的主要目的是放大原图像,从而可以显示在更高分辨率的显示设备上。对图像的缩放操作并不能带来更多关于该图像的信息, 因此图像的质量将不可避免地受到影响。然而，确实有一些缩放方法能够增加图像的信息，从而使得缩放后的图像质量超过原图质量的。

传统差值

.基于边缘的图像插值

Pooling

1、 什么池化

在卷积神经网络中，我们经常会碰到池化操作，而池化层往往在