deep-learning - 我们可以用步幅和下采样代替平均池化吗?
问题描述
https://arxiv.org/pdf/1412.6806.pdf为简单起见讨论了我们如何用一个额外的卷积层和步幅 r = 2 代替最大池化。但是用平均池化可以实现同样的效果吗?
解决方案
文章的重点是表明池化操作可以学习而不是硬编码:
我们强调,这种替换也可以看作是学习池化操作而不是修复它
尽管他们只尝试了最大池化,但结论似乎可以转置到其他池化,例如平均池化,因为替换卷积层可能会学习这种转换。
关键是步长为 2 的简单卷积可以替代任何池化操作。
推荐阅读
- html - 从下拉列表中触发时,Bootstrap-4 模态不显示
- python - 如何从 QuerySet 中排除数字列表?
- javascript - Bootstrap modal 不能在 React 打字稿应用程序中工作,但在小提琴上工作
- css - 'disable' 不会阻止 'onpointerup' 事件。是否有使用指针事件的“onclick”等效项?
- python - 如何修复:“UnboundLocalError:分配前引用的局部变量 'all_sprites'”
- amazon-web-services - 使用 AWS Rekognition 从视频中提取文本
- javascript - Javascript 在加载页面进行搜索输入时触发 Enter 键而无需实际按下 Enter 键
- java - mybatis中的动态sql列表
- docker - 错误:构建映像并尝试在 Docker 上运行时,OCI 运行时创建失败
- gitlab-ci-runner - 在 gitlab 共享运行器上运行时,回车 (\r) 运算符不起作用