池化层 pool
池化層 pool
池化層,可以降低數據體的空間尺寸,這樣的話就能減少網絡中參數的數量,使得計算資源耗費變少,也能有效控制過擬合。
最常見的形式是池化層使用尺寸 2×22 \times 22×2 的濾波器,以步長為 222 來對每個深度切片進行降采樣,將其中 75%75\%75% 的激活信息都丟掉。
平均池化歷史上比較常用,但是現在已經很少使用了,因為實踐證明,最大池化(MAX操作)的效果比平均池化要好:
2×22 \times 22×2 的最大池化:
反向傳播
池化層中,max(x,y)max(x,y)max(x,y) 函數的反向傳播可以簡單理解為將梯度只沿最大的數回傳。因此,在向前傳播經過池化層的時候,通常會把池中最大元素的索引記錄下來(有時這個也叫作道岔(switches)),這樣在反向傳播的時候梯度的路由就很高效。
總結
- 上一篇: 卷积层 convolutional ne
- 下一篇: 激活函数 activation func