零基础机器学习-----tensorflow里池化Pooling详解
池化Pooling
- max-pooling
- mean-Pooling(平均池化)
- stochastic-pooling(随机池化)
如图最常见的是,步长为二的窗口
我们一起来看图片中的左上角,1、8、7、1的最大值为8,故而,池化后的值,选取最大值为8
同样道理,以下方的蓝色四个值,1、8、7、1,他们四个的平均值为4.25
所以说,池化可以理解为进一步提取特征(在卷积之后),减少特征的数量
池化的特性:
平移不变性
如图,无论2在哪个位置,池化之后,2还是2,这叫平移不变性
其实,卷积和池化都叫特征提取,下面介绍两种padding
如图,上图是两个pading的不同方式,一个需要补零,一个不会超过图片的外部。