最大子采样函数取区域内所有神经元的最大值（max-pooling）。以下图为例，输入数据X为4*4，采样核size为2，stride为2，no padding。输入数据大小类似卷积层的计算方法，（input_width+2*pad-pool_size）/stride+1。前向传播中不仅要计算pool区域内的最大值，还要记录该最大值所在输入数据中的位置，目的是为了在反向传播中，需要把梯度值传到对应最大值所在的位置。
max pool 前向传播
还是引用上图，通过前向传播已知，梯度值对应上一层输出的最大值位置。具体过程如下：
max pool 反向传播
1.前向传播 最大子采样函数取区域内所有神经元的最大值（max-pooling）。以下图为例，输入数据X为4*4，...
进行最大池化操作主要提供以下5个函数： image get_maxpool_image(maxpool_layer...
一目了然的关系： Convolution：使用卷积层 AvgPool：平均池化层 MaxPool：最大池化层 Co...
一、池化层 最大值池化和平均池化（池化可用于冗余信息的剔除，以及减少计算量） 1、最大池化nn.MaxPool2d...
一、池化层（Pooling Layer） 池化运算：对信号进行“收集”并“总结”，类似水池收集水资源，因而得名池化...
Pooling Layer（池化层） 池化层会对提取的特征进行一个特征压缩的操作（类似压缩图片），使特征图的大小急...
池化层又称下采样，是对卷积层的降维处理，常用的池化有最大池化、平均池化。 MaxPooling1D 一维数据上的池...
基本的卷积神经网结构由输入层、卷积层、池化层、全连接层及输出层构成。卷积层和池化层一般会取若干个，采用卷积层和池化...
传统CNN： 卷积层：提取特征 池化层：特征下采样 DCGAN：没有池化层了，都是卷积层
AlexNet网络结构： AlexNet有5个卷积层，其中3个卷积层后面连接最大池化层，最后3个全连接层。Alex...
本文标题：最大池化层（Maxpool Layer）
本文链接：https://www.haomeiwen.com/subject/pjoimttx.html
网友评论