GPT系列讲演：经典深度学习算法拆解(1/16)

集聚层进一步紧缩数据和参数量。集聚层（Pooling Layer）也叫子采样层（Subsampling Layer）或池化层，其作用是中止特征选择，降低特征数量，减少参数数量。典型的集聚层是将每个特征映射划分为 2×2 大小的不堆叠区域，然后运用最大集聚的方式中止下采样，即用 2×2 区域的最大值替代整个区域的值。此外，还能够采用 2×2 区域的平均值来替代整个区域值。以图像为例，集聚层的运用依据包 ... [查看原文]

标签： 积家

全部图片

查看原图