深度学习: global pooling (全局池化)
今天看SPPNet论文时，看到“global pooling”一词，不是很明白是啥概念。上网查了一下定义，在StackOverflow
上找到了答案：
具体回答如下：
说白了，“global pooling”就是pooling的 滑窗size 和整张feature map的size一样大。这样，每个 的feature map输入就会被转化为 输出。因此，其实也等同于每个位置权重都为 的FC层操作。
等同于输入一个tensor，输出一根vector。
“global pooling”在滑窗内的具体pooling方法可以是任意的，所以就会被细分为“global avg pooling”、“global max pooling”等。
由于传统的pooling太过粗暴，操作复杂，目前业界已经逐渐放弃了对pooling的使用。替代方案 如下：
采用 Global Pooling 以简化计算；
增大conv的 stride 以免去附加的pooling操作。