版權(quán)聲明：本文為博主原創(chuàng)文章，遵循 CC 4.0 BY-SA 版權(quán)協(xié)議，轉(zhuǎn)載請附上原文出處鏈接和本聲明。 本文鏈接：https://blog.csdn.net/bobo_jiang/article/details/79080379

         <!--一個博主專欄付費入口結(jié)束--><link rel="stylesheet" href="https://csdnimg.cn/release/phoenix/template/css/ck_htmledit_views-4a3473df85.css"><link rel="stylesheet" href="https://csdnimg.cn/release/phoenix/template/css/ck_htmledit_views-4a3473df85.css"><div class="htmledit_views" id="content_views">

各位看官老爺們

好久不見

這里是波波給大家?guī)淼腃NN卷積神經(jīng)網(wǎng)絡(luò)入門講解

每周我將給大家?guī)斫^對原創(chuàng)，腦洞大開，幽默風(fēng)趣的深度學(xué)習(xí)知識點入門講解

希望大家多多支持，多多關(guān)注

微信公眾號：follow_bobo

知乎：蔣竺波

今天是平安夜，希望大家未來的日子里平平安安

今年第一次圣誕節(jié)在新加坡過

先讓我們來看看新加坡的圣誕

看看就好了

上一次我們講到哪了

嗯，對了，講到卷積輸出了，輸出的特征圖（feature map）到了采樣（pooling，有些也叫subsample）層手上，

采樣層實際上就是一個特征選擇的過程

假設(shè)我們用邊緣濾波器去卷積輸入圖片，得到的特征值矩陣如下：

其實采樣層(pooling)非常好理解，我們這里特指maxpooling

什么是maxpooling 呢

實際操作就是在四個方格里選最大的那個，對，就是9

這個矩陣就是特征圖

數(shù)字的含義，你可以理解為能代表這個特征的程度

比如上一層卷積層的卷積核或者說過濾器是邊緣過濾器

9的意思就代表在這個區(qū)域，這一塊部位最符合邊緣特征

Maxpooling 就是在這個區(qū)域內(nèi)選出最能代表邊緣的值，也就是9，然后丟掉那些沒多大用的信息

為什么要這么做

舉個例子

下面四個美女，如果非要你選，你娶誰

你肯定會選最漂亮的（最符合的特征）

其他的你會想要嗎？

不想了吧

我相信這個選擇應(yīng)該有標(biāo)準(zhǔn)答案了，如果你選的不是標(biāo)準(zhǔn)答案

不好意思

這位同學(xué)，我教不了你，你不用往下看了

‘那個，我要是想把4個都娶了呢’（不做maxpooling）

這位同學(xué)，要求挺多啊

首先你娶回4個，她們會各種勾心斗角，讓你崩潰（overfitting）

然后你會有巨大的經(jīng)濟壓力，身體也吃不消（參數(shù)過多導(dǎo)致運算量大）

最后可能還會難以平衡婆（上一次卷積層）媳或者母子（下一層卷積層）關(guān)系（無法滿足模型結(jié)構(gòu)需求）

現(xiàn)在，你還想娶4個嗎

池化是怎么進行的呢

非常類似卷積層的卷積核

你就可以理解為卷積核每空兩格做一次卷積，卷積核的大小是2x2， 但是卷積核的作用是取這個核里面最大的值（即特征最明顯的值），而不是做卷積運算

池化層還有什么性質(zhì)

它可以一定程度提高空間不變性，比如說平移不變性，尺度不變性，形變不變性

對，一定程度上

為什么會有空間不變性呢

因為上一層卷積本身就是對圖像一個區(qū)域一個區(qū)域去卷積

因此對于CNN來說

重要是單獨區(qū)域的特征，以及特征之間的相對位置（而不是絕對位置）

圖像細微的變換

經(jīng)過卷積，maxpooling之后，輸出結(jié)果和原來差別可能不算大，或者沒有差別

比如平移不變性（translation invariant）

意思就是圖像經(jīng)過一個小小的平移之后，依然產(chǎn)生相同的池化特征

這個小小的平移要注意了

這個平移是在你的池化矩陣的范圍

對于單個像素，有8個變換的方向（上、下、左、右、左上、左下、右上、右下），如果最大層是在2*2的窗口上面實現(xiàn)，這8個可能的配置中，有3個可以準(zhǔn)確的產(chǎn)生和平移前相同的結(jié)果（filter size 2x2）

說明魯棒性還行

為什么我們想要平移不變性

舉個例子：

‘2’的位置發(fā)生了變化，我們?nèi)匀幌Ｍ诸惼髂苷_分別出他們

Pooling 層說到底還是一個特征選擇，信息過濾的過程，也就是說我們損失了一部分信息，這是一個和計算性能的一個妥協(xié)，隨著運算速度的不斷提高，我覺得這個妥協(xié)會越來越小。

現(xiàn)在有些網(wǎng)絡(luò)都開始少用或者不用pooling層了

關(guān)于，average pooling

實際上就是把filter 里面的所以值求一個平均值

特征提取的誤差主要來自兩個方面：

（1）鄰域大小受限；

（2）卷積層權(quán)值參數(shù)誤差。

目前主流上對于average pooling 和max-pooling 的主要區(qū)別在于

average -pooling能減小第一種誤差，更多的保留圖像的背景信

max-pooling能減小第二種誤差，更多的保留紋理信息

平安夜還看我的教程的

多半是單身狗

當(dāng)然，平安夜寫教程的，多半也是

那么

祝點贊的各位，女朋友長得和里面最漂亮的一樣

總結(jié)

以上是生活随笔為你收集整理的什么是采样层（pooling）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。