一旦检测到一个特征,它的确切位置就变得不那么重要了。只有它相对于其他特征的近似位置是相关的。不仅每个特征的精确位置与识别模式无关,而且具有潜在的有害性,降低特征图中显著特征位置编码精度的一个简单方法是降低特征图的空间分辨率。这可以通过所谓的子采样层来实现,即池化。减小不明显特征对明显特征的影响。由平均池化改为最大池化,直接忽略了不明显特征,识别效果更加明显。一般池化完成后通过sigmoid等激活函数传递结果。
子采样(池化)
于 2022-06-05 10:05:04 首次发布
一旦检测到一个特征,它的确切位置就变得不那么重要了。只有它相对于其他特征的近似位置是相关的。不仅每个特征的精确位置与识别模式无关,而且具有潜在的有害性,降低特征图中显著特征位置编码精度的一个简单方法是降低特征图的空间分辨率。这可以通过所谓的子采样层来实现,即池化。减小不明显特征对明显特征的影响。由平均池化改为最大池化,直接忽略了不明显特征,识别效果更加明显。一般池化完成后通过sigmoid等激活函数传递结果。