tensorflow学习之关于全局均值池化(GAP)

1、全局平均池化 平均池化:在feature map上以窗口的形式进行滑动(类似卷积的窗口滑动),操作为取窗口内的平均值作为结果,经过操作后,feature map降采样,减少了过拟合现象。 全局平均池化GAP:不以窗口的形式取均值,而是以feature map为单位进行均值化。即一个feature map输出一个值。 《NIN》:使用全局平均池化代替CNN中传统的全连接层。在使用卷积层的识别任务
相关文章
相关标签/搜索