2018年5月20日
神经网络中的池化层(pooling)
摘要： 在卷积神经网络中，我们经常会碰到池化操作，而池化层往往在卷积层后面，通过池化来降低卷积层输出的特征向量，同时改善结果（不易出现过拟合）。为什么可以通过降低维度呢？ 因为图像具有一种“静态性”的属性，这也就意味着在一个图像区域有用的特征极有可能在另一个区域同样适用。因此，为了描述大的图像，一个很自然的 阅读全文
posted @ 2018-05-20 19:15 理想几岁 阅读(1720) 评论(0) 推荐(0) 编辑