max pooling 和 average pooling

本文主要是介绍max pooling 和 average pooling，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！

采样：

• pooling 也叫subsample。采样是一个特征选择的过程。

如果不采样，则可能存在：

• overfitting
• 参数过多，导致运算量大
• 无法满足模型结构需求

池化层的特性：

• 它可以一定程度提高空间不变性（特征相对位置），比如说平移不变性，尺度不变性，形变不变性

特征提取的误差来源：

• 领域大小受限
• 卷积层权值参数误差

average pooling 和max-pooling 的主要区别在于：

• average -pooling能减小第一种误差，更多的保留图像的背景信

• max-pooling能减小第二种误差，更多的保留纹理信息

Reference

[1] https://zhuanlan.zhihu.com/p/32299939

这篇关于max pooling 和 average pooling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！

---