虽然我理解扩张卷积的概念，因为有很多论文对此进行了解释，但我对扩张池的了解较少。
有人可以解释它是什么吗？
它的内部实现是什么？最好举个例子。
什么是扩张池以及它在数学上是如何工作的？
数据挖掘
机器学习
深度学习
张量流
2021-10-04 19:48:08
2个回答
扩张的最大池化只是常规的最大池化，但是您在最大池操作的每个“应用程序”中使用的像素/体素与您使用扩张卷积选择的像素/体素完全相同。
空洞卷积/池化对于连接组学和 3D 形状数据集（3D 深度学习）很有用。
因此，与卷积类似，每第 n 个像素被选择用于操作。
编辑
选择这样的点：
像这样为他们进行池化：
图片来源：
https://www.quora.com/Is-a-pooling-layer-necessary-in-CNN-Can-it-be-replaced-by-convolution
https://www.quora.com/What-is-max-pooling-in-convolutional-neural-networks
编辑2：
2 x 2 最大池化和 3 x 3 膨胀：
0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 (5) 0 0 [6] 0 0 (3) 0 0 [6] 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 (3) 0 0 (4) 0 0 (2) 0 0 (4) 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 (1 0 0 (2) 0 0 (2) 0 0 (1) 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 (3) 0 0 [4] 0 0 [6] 0 0 (3) 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0
变成
6 6
4 6
我发现这张图片有助于快速解释扩张池。
