更新時間:2024-11-27 18:34:57作者:留學之路
Pooling是一種在計算機視覺和深度學習中常見的操作,特別是在卷積神經網絡(CNN)中。Pooling是一種下采樣技術,用于減小輸入數據的尺寸,同時保留其重要的特征。Pooling方法通過將鄰近的像素值合并為一個值,以減少空間維度并增加特征維度。常見的pooling方法包括最大池化(Max Pooling)和平均池化(Average Pooling)。
1. max pooling:最大池化
2. avg pooling:平均池化
3. max-avg pooling:最大平均池化
4. spatial pooling:空間池化
5. feature pooling:特征池化
6. feature-wise pooling:特征無關池化
7. channel pooling:通道池化
8. spatial-temporal pooling:時空池化
9. global pooling:全局池化