为什么最大值池化比均值池化好(更常用)?

  统计/机器学习 人工神经网络    浏览次数:6678        分享
1

为什么最大值池化比均值池化好(更常用)?

 

ljljlj   2019-08-12 14:04



   1个回答 
1

因为图像识别的过程通常是靠边缘才能识别图像和物体,max pooling通常能够尽量保存边缘,而mean pooling用到了窗口内的所有像素,相当于是进行了模糊处理。

但是也不是只使用max pooling,只是更常见。

SofaSofa数据科学社区DS面试题库 DS面经

houherui   2019-09-09 11:01



  相关讨论

深入了解神经网络

为什么神经网络模型需要大量的样本?

Feed-Forward Network(FFN)是什么网络结构?

什么叫成本函数?它的作用是什么?

BP神经网络的疑问

我想要招聘机器学习的算法工程师

反向传播(BP)神经网络和前馈神经网络是一回事吗

递归神经网络(RNN)

常提到的LeNet是什么意思?

pytorch里的new_ones有什么用?

  随便看看

matplotlib.pyplot画图的标题中插入变量

逻辑回归模型中变量的系数怎么理解?

如何在numpy array尾部增加一行

随机森林(random forest)和支持向量机(SVM)各有什么优劣

为什么自然常数e等于阶乘的倒数的和?