楼主: CDA网校
555 0

[每天一个数据分析师] 下采样和池化的区别是什么? [推广有奖]

管理员

大师

63%

还不是VIP/贵宾

-

威望
3
论坛币
33543 个
通用积分
3105.4784
学术水平
260 点
热心指数
268 点
信用等级
235 点
经验
195507 点
帖子
5149
精华
19
在线时间
3709 小时
注册时间
2019-9-13
最后登录
2024-5-21

初级热心勋章

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
有部分同学,在学习初期,会认为下采样和池化是指同样的事情,只是叫法不同而已,其实这是一种错误的认知。

下采样(subsampled),或称为降采样(downsampled),指缩小图像。其主要目是使得图像符合显示区域的大小,生成对应图像的缩略图。

而池化(Pooling)则是卷积神经网络中一个重要的概念,它是降采样的一种形式。它会压缩输入的特征图,一方面减少了特征,导致了参数减少,进而简化了卷积网络计算时的复杂度;另一方面保持了特征的某种不变性(旋转、平移、伸缩等)。

池化的方法:

max-pooling:对邻域内特征点取最大值;

mean-pooling:对邻域内特征点求平均。

池化的作用:

降维,减少网络要学习的参数数量;

防止过拟合;

扩大感受野;

实现不变性(平移、旋转、尺度不变性)


关于池化的解释:

池化 = 涨水


池化的过程 = 升高水位(扩大矩阵网格)


池化的目的是为了得到物体的边缘形状。

下采样和池化应该是包含关系,池化属于下采样,而下采样不局限于池化,如果卷积 stride=2,此时也可以把这种卷积叫做下采样。

      相关帖子DA内容精选

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:subsample Pooling Sample downs POOL

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注cda
拉您进交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-5-22 03:12