对于偶数图像维度的情况,最大池化很容易理解 - 它只是使用具有 ×内核且步幅为的 max 算子对图像执行卷积。但是,对于具有奇数图像尺寸的图像,您必须做出设计选择:您是对图像进行零填充,然后是最大池,还是只是裁剪出最后一列/行?例如,Theano 和 Tensorflow 中的标准最大池化层是如何处理这个问题的?我想知道,因为当我使用 Theano 时,图像尺寸会通过整数除法(使用 floor 函数)减少,这表明使用第二种方法,因为如果你要零填充,这将导致“天花板除法” "(除法之后是天花板函数而不是地板函数)。
Max Pooling 如何处理奇数图像尺寸?
机器算法验证
神经网络
卷积神经网络
卷积
汇集
2022-03-13 01:25:37
0个回答
没有发现任何回复~
其它你可能感兴趣的问题