池化层介绍
# 1.池化的基本概念
池化是缩小高、长方向上的空间的运算。下图是Max池化的一个例子,将2*2的区域集约成一个元素。
上述池化过程:按照步幅为2的间隔,依次对每一个2*2的区域取最大值,并将结果存到对应位置。
一般来说,池化窗口的大小会和步幅设为相同的值。
除了Max池化,还有Average池化等。Average池化就是计算目标区域的平均值。但在图像识别领域,主要使用Max池化。
# 2.池化层的特征
1.没有要学习的参数。(池化只是取最大值,所以没有要学习的参数。而卷积层的滤波器和偏置均是要学习的参数)
2.通道数不发生变化。(计算是按通道独立进行的,所以输入数据和输出数据的通道数相同。而卷积层输入数据和输出数据的通道数不一定相同,输入数据的通道数是C,而输出数据的通道数是FN(即滤波器的个数))
3.对微小的位置变化具有鲁棒性(健壮性)。(有时稍微改变一下输入数据,池化后结果仍是和原来一样。因为在对某个区域取最大值时,该最大值在该区域的哪个地方不重要)