本文主要是介绍【深度学习】滑动窗口 (sliding window),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
Introduce
sliding window (滑动窗口) 在深度学习中得到了极其广泛的运用。从卷积层到池化层,都能看见它的身影。
Structure
滑动窗口的 receptive field (感受野) 其实是一个 三维的方块 。也可以理解为滑动窗口本身就是一个 三维的方块 :
通过在水平和垂直方向的平移,从而实现通过 小滑窗 卷积 大feature map 的伟大事业。必须指定滑窗的 步长 和 填充设置:
Pros
减小空间复杂度:
-
降低了参数的量级。只需横截面为滑窗大小的三维卷积核,就可以 通过滑动,实现对 整个input 的 均匀卷积 。
-
在滑窗面积无限增大到与input横截面大小一致时,卷积层就退化成了全连接层。此时参数的数量成倍增加。
Cons
- 滑动窗口 时间复杂度 高 。
这篇关于【深度学习】滑动窗口 (sliding window)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!