深度学习面试题11:池化(same池化、valid池化、带深度的池化)

匿名 (未验证) 提交于 2019-12-02 23:48:02

Ŀ¼

  Same最大值池化

  多深度的same池化

  Same平均值池化

  Valid池化

  参考资料


池化(Pooling)操作与卷积类似,取输入张量的每个位置的矩形领域内的最大值或平均值作为该位置的输出。

池化操作分为same池化和valid池化,同时还可以设置移动的步长

举例:4行4列的张量x和2行3列的掩码进行步长为1的same最大值池化,其过程如下

池化的结果是

返回目录

多深度的same池化是在每个深度上分别进行池化操作。

举例:3行3列2深度的张量和2行2列2深度的掩码进行步长为2的same最大值池化

池化后不改变深度,结果为

返回目录

举例:3行3列2深度的张量和2行2列2深度的掩码进行步长为2的same平均值池化

池化后不改变深度,结果为

返回目录

Valid池化与same池化的不同之处在于掩码只在张量内移动,举例:4*4*1的张量x和2*2*1的掩码进行步长为1的valid最大值池化

结果为

返回目录

《图解深度学习与神经网络:从张量到TensorFlow实现》_张平

返回目录

标签
易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!